[发明专利]一种融合模板匹配和灰预测的目标跟踪方法在审

专利信息
申请号: 201611093772.X 申请日: 2016-12-02
公开(公告)号: CN106780554A 公开(公告)日: 2017-05-31
发明(设计)人: 吕明明;侯远龙;瞿生鹏;侯润民 申请(专利权)人: 南京理工大学
主分类号: G06T7/246 分类号: G06T7/246
代理公司: 南京理工大学专利中心32203 代理人: 王玮
地址: 210094 *** 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:
搜索关键词: 一种 融合 模板 匹配 预测 目标 跟踪 方法
【权利要求书】:

1.一种融合模板匹配和灰预测的目标跟踪方法,其特征在于步骤如下:

步骤1、在第一帧图像中选取所要跟踪的目标,以此建立目标模板;

步骤2、根据前四帧已知的目标位置信息,建立灰预测GM(1,1)模型;

步骤3、从第五帧图像开始,以GM(1,1)模型生成的预测位置为中心进行模板匹配;

步骤4、根据目标尺寸和环境的变化,使用加权策略更新目标模板。

2.根据权利要求1所述的融合模板匹配和灰预测的目标跟踪方法,其特征在于:所述步骤1中通过人工选择矩形框建立目标模板,目标完全包围在矩形框内,矩形框边框应尽量贴近目标边缘。

3.根据权利要求1所述的融合模板匹配和灰预测的目标跟踪方法,其特征在于:所述步骤2中根据前四帧已知的目标位置信息,建立灰预测GM(1,1)模型,并采用麦克劳林公式得到预测公式,

其中,[a,b]=(BTB)-1BTA,

<mrow><mi>A</mi><mo>=</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><mrow><msup><mi>p</mi><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow></msup><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mrow><msup><mi>p</mi><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow></msup><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mrow><msup><mi>p</mi><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow></msup><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow></mrow></mtd></mtr></mtable></mfenced><mo>,</mo><mi>B</mi><mo>=</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><mrow><mo>-</mo><msup><mi>m</mi><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></msup><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow></mtd><mtd><mn>1</mn></mtd></mtr><mtr><mtd><mrow><mo>-</mo><msup><mi>m</mi><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></msup><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow></mtd><mtd><mn>1</mn></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mrow><mo>-</mo><msup><mi>m</mi><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></msup><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow></mrow></mtd><mtd><mn>1</mn></mtd></mtr></mtable></mfenced></mrow>

<mrow><msup><mi>m</mi><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></msup><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mn>2</mn></mfrac><mo>&lsqb;</mo><msup><mi>p</mi><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></msup><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>+</mo><msup><mi>p</mi><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></msup><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>&rsqb;</mo><mo>,</mo><mi>k</mi><mo>=</mo><mn>2</mn><mo>,</mo><mn>3</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>n</mi><mo>,</mo></mrow>

设P(0)=(p(0)(1),p(0)(2),…,p(0)(n))为目标在图像中的位置,

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南京理工大学,未经南京理工大学许可,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/pat/books/201611093772.X/1.html,转载请声明来源钻瓜专利网。

×

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

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