[发明专利]一种视频多目标长程跟踪方法有效
申请号: | 201310292921.5 | 申请日: | 2013-07-12 |
公开(公告)号: | CN103413295A | 公开(公告)日: | 2013-11-27 |
发明(设计)人: | 宋云;朱晋;曹鹏 | 申请(专利权)人: | 长沙理工大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 410014 湖南省长沙市*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种视频多目标长程跟踪方法,该方法具体步骤:步骤一:提取待跟踪的大量样本图片的目标特征,先用M-树表示目标样本的特征词词频向量的特征集合,再利用视频搜索对待匹配目标进行M-树检索,最后利用仿射变换关系验证检索结果,从而匹配出初始目标;步骤二:利用基于光流跟踪的短程跟踪器跟踪检测到初始目标;步骤三:利用在线学习的立体目标模型更新目标,建立多形态多视角的目标模型;步骤四:利用短程跟踪和重新检测目标相结合方法,实现长程跟踪。该方法采用在线学习的立体目标模型方法,解决了跟踪网络视频中时时刻刻发生变化的目标对象,解决了不断变化的图像特性的目标检测问题,以及采用短程跟踪和重新检测目标的跟踪框架实现目标的长程跟踪。该方法可广泛用于网络信息安全、图像多目标检测,视频多目标跟踪等多个领域。 | ||
搜索关键词: | 一种 视频 多目标 长程 跟踪 方法 | ||
【主权项】:
一种视频多目标长程跟踪方法,其特征在于,该方法具体步骤如下:步骤一:提取待跟踪的大量样本目标图片的特征,利用聚类方法计算目标样本的特征词词频向量,用M‑树表示向量化的特征集合,再利用视频搜索对待匹配目标进行M‑树检索,最后利用仿射关系验证检索结果匹配出初始目标;步骤二:基于光流跟踪的短程跟踪器跟踪检测到的初始目标;步骤三:利用在线学习的立体目标模型更新目标,建立多形态多视角的目标模型;步骤四:利用短程跟踪和重新检测新目标相结合方法,实现实时的长程跟踪。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学,未经长沙理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310292921.5/,转载请声明来源钻瓜专利网。
- 上一篇:一种U盘
- 下一篇:一种新型机载电源系统