[发明专利]一种基于团块的运动目标轨迹提取方法有效

专利信息
申请号: 201911298933.2 申请日: 2019-12-17
公开(公告)号: CN111105433B 公开(公告)日: 2023-05-16
发明(设计)人: 高修佩;张绛绛;孟朝晖 申请(专利权)人: 河海大学
主分类号: G06T7/223 分类号: G06T7/223
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 罗运红
地址: 211100 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于团块的运动目标轨迹提取方法,具体包括如下步骤:S1:根据待处理的视频生成网格;S2:将团块放入所述生成的网格中,并按照网格法确定出当前帧在下一帧中对应的团块,形成轨迹;S3:根据轨迹相似准则,将所述轨迹进行合并。本发明的运动目标轨迹提取方法可以根据不同的团块类型生成多条轨迹,不仅可以减少算法的复杂度,同时还可以用来判断运动目标的运动类型。
搜索关键词: 一种 基于 团块 运动 目标 轨迹 提取 方法
【主权项】:
暂无信息
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河海大学,未经河海大学许可,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/201911298933.2/,转载请声明来源钻瓜专利网。

同类专利
  • 基于孪生残差注意力聚合网络的视觉目标跟踪方法-202310894398.7
  • 于俊洋;辛致宜;李勃翰;赵宇曦;李世昌;何义茹 - 河南大学
  • 2023-07-20 - 2023-10-24 - G06T7/223
  • 本发明属于视觉跟踪技术领域,公开一种基于孪生残差注意力聚合网络的视觉目标跟踪方法,包括:提出了一种孪生残差注意力聚合网络框架SiamRAAN,实现了自适应特征隐式更新;首先,SiamRAAN将Self‑RAAN加入骨干网络中,利用残差自注意力提取出目标有效特征;然后,通过加入Cross‑RAAN,使目标模板和搜索图像提取特征时重点关注关联性高的部分,同时实现了模板特征的在线更新;最后,加入了多级特征融合模块,对RAAN增强的特征信息进行融合,提升了网络对于重点特征的感知能力,提高了视觉目标跟踪的准确性。
  • 一种基于追踪系统的画面动态捕捉方法及相关装置-202310853164.8
  • 张雪兵 - 深圳优立全息科技有限公司
  • 2023-07-12 - 2023-08-29 - G06T7/223
  • 本发明涉及物联网技术领域,公开了一种基于追踪系统的画面动态捕捉方法及相关装置,用于提高基于追踪系统的画面动态捕捉的效率及准确率。包括:将待处理图像信息输入预置的设备姿态预测模型进行设备姿态预测,得到对应的设备姿态数据;进行设备动作方向匹配,生成目标设备对应的动作方向,并进行姿态参数计算,生成目标设备对应的姿态参数;通过姿态参数进行图像捕捉路径构建,生成初始图像捕捉路径;对目标用户的眼动视线移动轨迹进行采集,得到眼动视线移动轨迹;对初始图像捕捉路径进行参数修正,得到目标图像捕捉路径,并基于目标图像捕捉路径通过预置的图像采集装置对目标用户的视野图像进行图像采集,得到动态捕捉图像集合。
  • 运动估计方法、运动估计装置、存储介质与电子设备-202010239649.4
  • 舒文婷 - OPPO广东移动通信有限公司
  • 2020-03-30 - 2023-08-25 - G06T7/223
  • 本公开提供了一种运动估计方法、装置、存储介质与电子设备,涉及图像与视频处理技术领域。该方法包括:确定待匹配块与参考块的误差,所述待匹配块为当前帧中的图像块,所述参考块为所述当前帧的参考帧中的图像块;根据所述误差从所述参考块中确定至少一个候选块;基于所述待匹配块与所述参考块之间的位移量,确定随机数范围;以所述待匹配块与所述候选块之间的运动矢量为基础运动矢量,所述随机数范围内的随机数为增量,得到随机运动矢量;通过所述随机运动矢量确定所述待匹配块的最优运动矢量。本公开实现了随机数范围对场景运动状态自适应的效果,适用于不同场景,有利于提高运动估计的准确度,且能够降低计算量,提高效率。
  • 基于目标检测的跟踪方法、装置及终端设备-201910166616.9
  • 叶明 - 平安科技(深圳)有限公司
  • 2019-03-06 - 2023-07-21 - G06T7/223
  • 本发明适用于数据处理技术领域,提供了基于目标检测的跟踪方法、装置、终端设备以及计算机可读存储介质,包括:对至少两帧待测图像进行检测框分析得到至少一个非重叠候选框;将每帧待测图像中的每个非重叠候选框与下一帧待测图像中的每个非重叠候选框进行关联运算,确定出与同一个目标关联的至少两个关联候选框;对每个关联候选框进行关键点检测得到关键点置信度,并基于检测框置信度和关键点置信度计算单帧评分;基于单帧评分计算综合评分,将高于评分高峰值的综合评分所对应的关联候选框确定为目标框,将目标框内的图像输出为跟踪结果,并隐藏所有帧待测图像中除目标框外的关联候选框。本发明在保证检测精度的基础上提升了目标跟踪的效率。
  • 使用标签跟踪用于分块匹配算法的高频偏移-201710580388.0
  • N·卡尔;K·桑卡瓦利;M·卢卡克;E·舍施特曼 - 奥多比公司
  • 2017-07-17 - 2023-07-18 - G06T7/223
  • 某些实施例涉及使用标签跟踪用于分块匹配的高频偏移。例如,处理器标识第一源图像分块与第一目标图像分块之间的偏移。如果第一源图像分块和第一目标图像分块足够相似,则处理器更新数据结构以包括指定该偏移的标签。处理器经由数据结构将第一源图像分块与标签相关联。处理器随后从数据结构中的频繁发生的偏移中选择某些高频偏移,其包括所标识的偏移。处理器使用这些偏移标识第二目标图像分块,其位于距第二源图像分块的所标识的偏移处。处理器基于第二源图像分块与第二目标图像分块之间的足够的相似性,经由数据结构将第二源图像分块与所标识的偏移相关联。
  • 一种基于FPGA的模板匹配加速方法-202110166968.1
  • 鲜燚;吴世泽 - 成都国翼电子技术有限公司
  • 2021-02-04 - 2023-07-14 - G06T7/223
  • 本发明公开了一种基于FPGA的模板匹配加速方法,包括以下步骤:S1:初始化参数:获取跟踪图像的模板数据和搜索框数据,并存入FPGA的内部RAM;S2:启动一次滑动窗口搜索,记录模板匹配统计值与坐标信息;S3:判断跨块搜索是否结束:若是,跳转至S4;若否,切换行列块地址并跳转至S2;S4:判断块内部搜索是否结束:若是,跳转至S5;若否,将移位后的数据写入搜索框RAM,并跳转至S2;S5:输出匹配的最终坐标,将最终坐标存入模板RAM;S6:将脱靶量输出给装置,更新装置跟踪位置。本发明利用FPGA内部自带的块RAM存储器,将模块与搜索框数据进行多字节绑定,减了访问内存的次数,且访问方式没有其他额外的牺牲,不需要FPGA外部增加DDR等存储设备进行数据的缓存。
  • 一种一维块匹配运动估计方法和装置-202010341387.2
  • 刘云清;刘泉洋;张琼;颜飞 - 长春理工大学
  • 2020-04-27 - 2023-07-07 - G06T7/223
  • 本发明为一种一维块匹配运动估计方法和装置,包括采集当前帧和前一帧连续两帧图像作为目标;提取当前帧的匹配宏块区域和前一帧的相同位置宏块的最大可能出现区域;使用权重系数矩阵提取当前帧的匹配宏块区域的行方向的特征矩阵、列方向的特征矩阵,及前一帧的相同位置宏块的最大可能出现区域的行方向和列方向的匹配特征矩阵,使用当前帧的特征矩阵与前一帧的相同位置宏块的最大可能出现区域的行方向和列方向的匹配特征矩阵做绝对误差和;使用一维三步搜索法找到最小绝对误差和,最小绝对误差和对应的偏移量为运动估计求出的运动矢量。本发明无需对图像进行二维宏块匹配,降低计算量,避免完整图像投影法的后续的裁剪,简化聚酸复杂度。
  • 一种分块跟踪方法及其装置、设备、存储介质-201910562386.8
  • 赵小明;袁胜春;张佳欢;郝璐璐;赵璐;赵大虎;杨文博;李航 - 西安电子科技大学
  • 2019-06-26 - 2023-06-27 - G06T7/223
  • 本发明公开了一种分块跟踪方法及其装置、设备、存储介质,该方法包括:获取第一帧跟踪图像和跟踪结果中心;对第一帧跟踪图像进行分块处理,得到第一帧跟踪图像的目标块和目标块跟踪结果中心;对第N帧跟踪图像的目标块进行跟踪处理,得到第N+1帧跟踪图像的目标块和目标块跟踪结果中心;根据第N帧跟踪图像的跟踪结果中心、第N帧和第N+1帧跟踪图像的目标块跟踪结果中心,得到第N+1帧跟踪图像的跟踪结果中心。本发明提供的分块跟踪方法,分块处理所得的目标块具有适应目标外观且特征明显的特点,不仅克服了目标跟踪过程中目标块选取对目标跟踪框形状和大小的依赖,而且适应目标外观多样目标跟踪。
  • 一种基于Transformer结构的局部和全局视角兼容的目标跟踪方法-202211543971.1
  • 王栋;刘畅;卢湖川 - 大连理工大学;大连理工大学宁波研究院;大连维视科技有限公司
  • 2022-12-01 - 2023-06-23 - G06T7/223
  • 一种基于Transformer结构的局部和全局视角兼容的目标跟踪方法。本发明的Transformer结构采用ViT‑Base的网络结构,将依据前一帧跟踪位置裁剪的局部搜索区域和全图搜索区域同时作为输入,两路搜索分支共享特征提取和特征融合网络的权重,实现在统一模型下的局部和全局视角目标跟踪。同时使用一个基于Transformer的特征编码网络获得跟踪框的特征向量,在局部跟踪结果的回归质量预测得分较低时,从全局和局部跟踪的多个结果中选择与第一帧给定目标的特征向量距离最小的跟踪框作为当前帧的最终跟踪结果;在局部跟踪结果的回归质量预测得分较高时,采用局部跟踪结果作为当前帧的最终跟踪结果。
  • 基于图像块的运动向量确定所述块的方差-201780060571.6
  • 梅迪·萨伊迪 - ATI科技无限责任公司
  • 2017-09-19 - 2023-06-20 - G06T7/223
  • 本公开涉及用于基于视频的参考帧中的像素块的方差来确定所述视频的帧中的像素块的方差,而非例如通过基于所述像素块的像素值来计算方差来直接地确定方差的技术。所述技术包括识别当前帧中的像素块的运动向量,所述运动向量指向参考帧中的像素块。所述技术还包括确定与所述运动向量相关联的成本,以及将所述成本与第一阈值和第二阈值进行比较。所述技术包括基于所述成本与所述第一阈值和所述第二阈值的所述比较并且基于所述参考帧的所述像素块的所述方差来确定所述当前帧的所述像素块的所述方差。
  • 鬼影检测方法、鬼影检测装置和可读存储介质-202110145578.6
  • 赵余辉 - 歌尔光学科技有限公司
  • 2021-02-02 - 2023-06-13 - G06T7/223
  • 本发明公开了一种鬼影检测方法、鬼影检测装置和可读存储介质,所述检测方法应用于光学模组,所述光学模组中设有镜头,所述检测方法包括:获取光学模组成像显示的第一前景图和第二前景图,其中,所述第一前景图和所述第二前景图在镜头不同的转动角度下获取并处理得到;将所述第一前景图和所述第二前景图进行像素对比获得变化的像素值;依据所述变化的像素值确定鬼影;依据所述鬼影所在位置的像素点计算鬼影值。本发明技术方案能够效检测得出光学模组中存在的鬼影数值,便于针对鬼影现象进行改进优化处理。
  • 一种基于密度聚类的稠密场景下多目标跟踪方法及装置-202310233769.7
  • 张新钰;谢涛;王力;李效宇;杨淋淇;吴新刚 - 清华大学
  • 2023-03-03 - 2023-06-09 - G06T7/223
  • 本申请提供一种基于密度聚类的稠密场景下多目标跟踪方法及装置,涉及多目标跟踪技术领域,所述方法包括:利用上一图像帧中所有运动目标的运动信息,得到上一图像帧中所有运动目标在当前图像帧中的预测框;获取检测器输出的当前图像帧中的所有运动目标的检测框;对所有运动目标的检测框进行密度状态的分类;构建类别为稀疏状态的检测框与所有预测框之间的第一关联代价矩阵,利用预设的宽松阈值得到匹配成功的检测框的目标序号以及未匹配成功的预测框;构建类别为稠密状态的检测框与未匹配成功的预测框之间的第二关联代价矩阵,利用预设的严格阈值得到匹配成功的检测框的目标序号,其中,宽松阈值大于严格阈值。本申请提高了运动目标的匹配精度。
  • 一种基于团块的运动目标轨迹提取方法-201911298933.2
  • 高修佩;张绛绛;孟朝晖 - 河海大学
  • 2019-12-17 - 2023-05-16 - G06T7/223
  • 本发明公开了一种基于团块的运动目标轨迹提取方法,具体包括如下步骤:S1:根据待处理的视频生成网格;S2:将团块放入所述生成的网格中,并按照网格法确定出当前帧在下一帧中对应的团块,形成轨迹;S3:根据轨迹相似准则,将所述轨迹进行合并。本发明的运动目标轨迹提取方法可以根据不同的团块类型生成多条轨迹,不仅可以减少算法的复杂度,同时还可以用来判断运动目标的运动类型。
  • 一种基于生成的对抗攻击方法-202110204784.X
  • 王正奕;廖勇;成日冉;周惠;蔡木目心;王旭鹏 - 电子科技大学
  • 2021-02-24 - 2023-05-12 - G06T7/223
  • 本发明公开了一种基于生成的对抗攻击方法,包括以下步骤:计算跟踪模板和搜索区域的种子点集的相似度编码数据,将从跟踪模板提取的特征和所述相似度编码数据进行融合得到增强特征;将所述增加特征输入至二项分布编码层,所述二项分布编码层为每个点学习出一个伯努利分布用于描述点的过滤状态;利用过滤状态蒸馏得到对抗性模板。本发明采用相似度编码的方式、和将相似度编码与跟踪模板融合的方式进行特征提取,优点在于:该对抗攻击方法能够快速计算模板与搜索区域的潜在相似度,并有效地编码出对抗样本,生成的对抗样本通过对点进行过滤,模拟了现实世界采集3D数据时容易生成的数据空洞,具有不易被察觉的特点。
  • 基于无Anchor机制检测网络的车辆跟踪模型建立方法-202010416099.9
  • 杨璐;刘涛;周海波;刘佳琦;张建波;王龙志 - 天津理工大学
  • 2020-05-17 - 2023-05-05 - G06T7/223
  • 本发明公开了一种基于无Anchor机制检测网络的车辆跟踪模型建立方法,该方法依次由对输入图像进行图像处理、构建无Anchor机制检测网络并利用完成训练的检测网络确定跟踪车辆的状态信息、以及建立车辆跟踪模型以配合无Anchor机制神经网络对车辆实现实时跟踪建立三个步骤构成;该方法中图像处理步骤实现有效去除不相关背景信息,保留图像重要信息,无Anchor机制检测网络有效抑制了低质量边界框,获得与Anchor机制检测网络的水平相同的车辆跟踪框;进而该检测网路建立的车辆跟踪模型的处理速度优于目前深度学习的端到端的跟踪方法和单目标跟踪器的车辆跟踪方法,准确性优于位置预测的车辆跟踪方法。
  • 基于金字塔块匹配的双目场景流计算方法-202011600696.3
  • 陈震;倪晶晶;张聪炫;胡卫明;黎明;陈昊;葛利跃;江少锋 - 南昌航空大学
  • 2020-12-30 - 2023-05-02 - G06T7/223
  • 本发明公开了一种基于金字塔块匹配的双目场景流计算方法,所述方法包括以下步骤:(1)获取双目图像序列,所述双目图像序列包括多帧图像,每帧图像均包括左目图像和右目图像;(2)采用Stereo‑SLIC算法对所述双目图像进行超像素分割。该方法首先采用Stereo‑SLIC算法和SPS‑Stereo算法分别对图像进行超像素分割和视差计算,然后建立基于金字塔块匹配的运动模型初始化场景中所有对象的运动参数,接着将块匹配得到的稀疏匹配关系作为能量泛函数据项的惩罚约束项,通过离散标签将超像素和对象相关联,构造优化能量函数,最后通过最大乘积粒子置信传播算法和重加权近似消息传递算法最小化能量函数,对所有对象运动参数进行优化处理,得到最终的场景流。
  • 一种适应大尺度形变的单目标快速跟踪定位方法-201910219613.7
  • 闫允一;朱江;刘程远 - 西安电子科技大学
  • 2019-03-21 - 2023-04-28 - G06T7/223
  • 本发明涉及一种适应大尺度形变的单目标快速跟踪定位方法,包括以下步骤:模板匹配,确定目标模板图像的坐标和大小,用当前帧图像与目标模板图像做循环卷积并用岭回归方法求得目标响应矩阵,响应矩阵最大值处作为粗略目标坐标;运动检测,前后帧图像匹配,获取视角晃动参数,并求得差分图;统计差分图获取运动检测输出坐标;以所述运动检测输出坐标校正所述粗略目标坐标,得到精确目标坐标;模板更新,以所述精确目标坐标更新目标模板,更新岭回归参数;本发明可以快速准确地跟踪既定目标位置,且适用于目标形状有大尺度变化的场景中,有很好的鲁棒性,可应用于拍摄自动对焦、监控视频目标锁定等场景中。
  • 一种目标跟踪方法、终端设备及存储介质-202110153228.4
  • 陈颖频;孔俊雅;虞虹玲;林晨;蒋旻佚;罗崇淼 - 闽南师范大学
  • 2021-02-04 - 2023-04-25 - G06T7/223
  • 本发明涉及一种目标跟踪方法、终端设备及存储介质,该方法中包括:对目标模板施加低秩约束,降低背景杂乱的影响;将目标模板与候选图像分别分块处理,构建基于低秩约束的逆向联合稀疏表示的联合稀疏编码模型;引入交替方向乘子法,将目标函数转换为若干个相对简单的子问题求解;通过联合稀疏编码打分,判别式非最大值抑制投票打分和局部纹理特征相似度打分三步评分机制筛选出最优候选粒子,获得最优图像块。本发明可以有效提高跟踪的精确度与成功率,且在遮挡、旋转、运动模糊和背景杂波情况下取得较好的跟踪性能。
  • 人脸跟踪方法、装置、计算机设备及其存储装置-202010442085.4
  • 肖娟;李德民;廖金辉;吴亦歌;王秋阳 - 深圳市赛为智能股份有限公司
  • 2020-05-22 - 2023-04-07 - G06T7/223
  • 本发明涉及人脸跟踪方法、装置、计算机设备及其存储装置,该方法包括获取待检测图像;判断待检测图像是否符合要求;若是,则采用MTCNN模型对待检测图像进行人脸检测并获得人脸矩形框,以得到最近矩形框及轨迹;若否,则采用单目标跟踪算法对每条轨迹进行跟踪,以得到最近矩形框;判断轨迹内是否有重叠的轨迹;若有,分别计算目标方框与重叠的轨迹对应的最近矩形框的重叠面积,筛选出重叠面积最大的轨迹,以得到更新后的轨迹;根据更新后的轨迹进行最近矩形框的更新;判断轨迹内是否有在预设时间段内未携带有记号且未检测到人脸的轨迹;若有,删除对应的轨迹。本发明实现提高了运算速率,提高了跟踪准确率,且不存在目标方框永不消失的现象。
  • 基于亥姆霍兹分解的流体光流图像测速方法及系统-202211343512.9
  • 陈军;段辉;宋远欣;杨光光 - 佛山科学技术学院
  • 2022-10-31 - 2023-04-04 - G06T7/223
  • 本发明公开了基于亥姆霍兹分解的流体光流图像测速方法及系统,该方法包括:构建流体流动的光流估计模型;通过迭代交互方法对光流模型进行优化求解,构建基于滤波的流体光流估计框架;将旋度滤波器和散度滤波器进行组合构建联合空间滤波器,并嵌入至基于滤波的光流估计框架,构建基于联合空间滤波器的流体光流估计模型;设计自适应引导滤波器,将所述自适应引导滤波器嵌入至基于滤波的光流估计框架,构建基于自适应引导滤波器的流体光流估计模型;通过使用本发明,能够捕获复杂流体中不同的运动模式,并产生一个边缘保留的稠密平滑光流场。本发明作为基于亥姆霍兹分解的流体光流图像测速方法及系统,可广泛应用于计算机视觉图像处理技术领域。
  • 动态背景下移动目标的提取方法、装置、设备及存储介质-202211587806.6
  • 李金屏;郭英;厉广伟;董子昊;刘宗尚 - 山东深图智能科技有限公司
  • 2022-12-08 - 2023-03-21 - G06T7/223
  • 本发明公开了一种动态背景下移动目标的提取方法、装置、设备及存储介质,方法包括以下步骤:获取包含待检测目标的视频流,并提取所述视频流中的帧图像;根据帧图像中每个像素块的像素值初始化高斯混合模型参数;根据当前帧图像中每个像素块的像素值与高斯混合模型的匹配进行高斯混合模型参数更新;将背景图像进行差分运算得到的二值化图像,并将其转换到待检测目标的前景图片,对前景点判定方法进行改进;将当前帧图像中每个像素块的像素值与更新后的高斯混合模型进行匹配,并采用改进后的前景点判定方法进行运动目标检测。本发明提升了动态背景下提取移动目标的显著性,噪声抑制作用尤其明显,使高斯混合模型目标提取更加准确完整,通用性强。
  • 目标匹配方法、装置、设备及存储介质-202210937235.8
  • 路金诚;张伟;谭啸;李莹莹 - 北京百度网讯科技有限公司
  • 2022-08-05 - 2023-01-31 - G06T7/223
  • 本公开提供了一种目标匹配方法、装置、设备及存储介质,涉及人工智能技术领域,具体涉及图像处理、计算机视觉和深度学习等技术领域,尤其涉及目标检测、智能交通等场景。具体实现方案为:获取不同待跟踪目标组中各待跟踪目标的目标检测数据;其中,不同所述待跟踪目标组对应目标检测装置不同,且不同目标检测装置的检测区域相同;根据不同组的待跟踪目标的目标检测数据,确定相应待跟踪目标之间的匹配权重;根据各所述匹配权重,对不同组的待跟踪目标进行目标匹配。根据本公开的技术,提高了目标匹配结果的准确度。
  • 一种基于自相似度量的通用图像噪声估计方法-201811284472.9
  • 侯迎坤;侯昊;杨洪祥;梁凤鸣 - 泰山学院
  • 2018-10-31 - 2023-01-31 - G06T7/223
  • 本发明公开了一种基于自相似度量的通用图像噪声估计方法,包括以下步骤:S1、生成一幅像素值为常值的图像,并在图像上添加噪声强度标准偏差为已知的高斯噪声,对该含噪图像进行块匹配与行匹配并计算平均最小距离度量Dmean;S2、根据平均最小距离度量Dmean获取噪声标准偏差与距离度量的稳定的对应关系;S3、对实际含噪图像用获得的对应关系估计噪声强度σ1并同时生成一种距离度量映射图像;S4、利用该结果及获得的距离度量映射图像判断图像中的平滑区域,只在图像的平滑区域估计噪声,通过两步迭代,最终获得精确的噪声强度σ。本发明不需要任何图像变换,只是在空域进行图像的自相似度量,理论非常简单,整个过程只用欧式距离计算图像的自相似性。
  • 基于空间可变照度图动态校正去光照干扰动位移测量方法-202211101921.8
  • 陈志为;朱慈祥;宋春;吴焕生;张尧;居炎飞;刘长军 - 厦门大学
  • 2022-09-09 - 2023-01-17 - G06T7/223
  • 本发明提出了基于空间可变照度图动态校正去光照干扰动位移测量方法,基于快速引导滤波方法提取图像的低频照度分量,利用照度图实现图像局部的亮度表征,与伽马校正函数结合,最后基于模板匹配对校正后的图像进行目标追踪,精确定位模板像素坐标;本发明提供的方法能够提高照度域中暗区的强度,在非均匀低光照条件下,不仅能显示输入图像的细节,而且能最大限度地减少边缘锐度的损失,使得模板匹配算法在不利光照条件下进行动位移测量具有较强的鲁棒性。
  • 基于KCF的目标尺寸自适应的目标跟踪方法及系统-202210981740.2
  • 倪健;袁明明;王凯;王涛 - 浪潮通信信息系统有限公司
  • 2022-08-16 - 2022-11-11 - G06T7/223
  • 本发明公开了基于KCF的目标尺寸自适应的目标跟踪方法及系统,属于人工智能视频分析领域,本发明要解决的技术问题为监控场景中运动目标尺寸变化大导致的跟踪丢失以及运动目标跟踪速度慢,采用的技术方案为:该方法具体如下:初始化:完成KCF目标根据算法的快速分类器初始化:读取视频序列中的帧图像数据,并提取帧图像数据中的待跟踪目标的图像块;构建循环样本矩阵:使用待跟踪目标周围区域的循环矩阵密集采集正负样本,作为分类器的训练样本;提取样本LBP特征:基于LBP特征提取方法提取样本图像的LBP特征向量,用于快速分类器训练;快速分类器训练:利用构造的样本训练快速分类器;快速目标检测;更新图像块。
  • 一种篮球跟踪与主球标记方法、装置及存储介质-202210805194.7
  • 董延超;李昀;周昕 - 同济大学
  • 2022-07-08 - 2022-11-01 - G06T7/223
  • 本发明涉及一种篮球跟踪与主球标记方法、装置及存储介质,其中方法包括:相机标定;获取篮球视频帧;建立单相机跟踪队列;建立单相机的篮球跟踪;对持续跟踪的篮球对象,计算时间窗口内篮球对象距离信息变化的平均值,判断是否超过阈值,若是,标记为运动状态;确定所有标记为运动状态的篮球对象在不同相机视角中的投影误差和,得到误差矩阵;基于最大二分匹配原则对误差矩阵进行处理得到多相机的篮球匹配结果,若匹配成功则基于双目视差法对篮球的图像坐标进行深度估计;将深度估计结果转换到真实坐标系中,得到三维坐标;判断篮球是否在目标场地中,若是,标记为主球。与现有技术相比,本发明具有检测稳定、检测精度高等优点。
  • 数据处理装置、运动检测方法、集成电路制造系统-201710182764.0
  • T·史密斯 - 想象技术有限公司
  • 2017-03-24 - 2022-10-25 - G06T7/223
  • 数据处理装置、运动检测方法、集成电路制造系统。一种用于在帧序列中检测运动的数据处理装置,各个帧包括一个或更多个像素块,所述数据处理装置包括:采样单元,其被配置为确定块的样本点集合处的图像特性;特征生成单元,其被配置为形成所述块的当前特征,所述当前特征具有从样本点推导的多个值;以及运动检测逻辑,其被配置为通过将块的当前特征与表示所述块的历史特征值的学习特征进行比较来生成所述块的运动输出。
  • 一种结合背景信息的尺度自适应相关滤波跟踪方法-201811307642.0
  • 周丽芳;李红梅;李伟生 - 重庆邮电大学
  • 2018-11-05 - 2022-10-18 - G06T7/223
  • 本发明请求保护一种结合背景信息的尺度自适应相关滤波跟踪方法,属于计算机视觉领域。所述方法主要包括以下步骤:基于第t帧的目标信息训练出一个判别的相关滤波分类器;利用前一帧的分类器作用于当前的跟踪目标以获取当前的候选目标;再通过构建的尺度池对候选的目标做尺度比较,得到相对应的尺度判别因子SSF;基于SSF对候选的目标区域采用不同的应对措施,得到最终的目标尺度。本发明通过结合目标的背景信息增加了分类器的判别性能,提高了跟踪器的鲁棒性。
  • 一种图像跟踪点获取方法及设备、存储介质-201710788265.6
  • 项小明;徐浩;卢霆;邹成卓 - 腾讯科技(深圳)有限公司
  • 2017-09-04 - 2022-10-14 - G06T7/223
  • 本发明实施例公开一种图像跟踪点获取方法及设备、存储介质。其中方法步骤包括:在当前视频帧包含目标对象的第一图像时,获取所述目标对象的第二图像,并确定在所述第二图像中标记的第二特征点的位置;在所述第一图像中标记与所述第二特征点对应的第一特征点;在所述第一图像中获取所述第一特征点所属的第一区域,以及在所述第二图像中获取所述第二特征点所属的第二区域;当所述第一区域和所述第二区域的图像相似度满足筛选条件时,将所述第一特征点确定为所述当前视频帧的跟踪点。采用本申请,提高对当前视频帧中目标对象的准确跟踪。
  • 一种在线多目标的跟踪方法、装置和存储介质-202210768721.1
  • 徐彪;桂瀚洋;李勇;董健;刘飞龙;王峻 - 上海宏景智驾信息科技有限公司;同济大学
  • 2022-07-01 - 2022-10-11 - G06T7/223
  • 本发明涉及人工智能及自动驾驶技术领域,具体公开了一种在线多目标的跟踪方法,包括:采集包含待检测目标的当前帧图像;从所述当前帧图像中获取所述待检测目标的包围框及其置信度;依据所述待检测目标包围框的置信度,将所述待检测目标与预设跟踪列表中的跟踪对象进行匹配;依据所述待检测目标与所述预设跟踪列表中的跟踪对象之间的匹配结果,输出所述待检测目标的的跟踪结果。本发明还公开了一种在线多目标的跟踪装置。本发明提供的在线多目标的跟踪方法,能够结合在图像层面关联匹配以及在三维坐标下关联匹配的优点,实施三个阶段的匹配,有效减少了误匹配及ID切换问题。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top