[发明专利]基于计算机视觉的无人机目标跟踪框初始化方法

说明书

本发明涉及计算机视觉技术领域，其公开了一种基于计算机视觉的无人机目标跟踪框初始化方法，解决传统技术采用人为选取初始跟踪框的方式可能存在初始框包含过多无用背景信息造成干扰或者包含有用信息不足而影响准确性的问题。本发明中在用户手动选取初始框后，对初始框进行自适应放大产生填充框，并产生填充框的轮廓响应图，然后在填充框内对初始框做多尺寸窗口滑动产生不同大小的窗口，最后对这些窗口进行筛选后，利用数字图像的边缘响应图，分析不同窗口内的轮廓密度，并进行评分排序，从中挑选出最优的目标跟踪框。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种基于计算机视觉的无人机目标跟踪框初始化方法。

背景技术

目标跟踪是计算机视觉领域中一个重要的技术，在军事、医疗、监控以及人机交互中有着重要的应用。它融合了图像处理、模式识别、人工智能及自动控制等多种不同技术的综合性应用技术，广泛应用于各种领域中。而对于目标跟踪来说，有众多的跟踪算法，它们大多采用跟踪框的方法来进行跟踪。

在跟踪框对目标进行跟踪的过程中，跟踪框要在每一帧画面当中进行更新。并且初始跟踪框往往会作为算法中的匹配模板，因此初始化跟踪框对后续的跟踪算法有着重要的影响。

在消费级无人机的目标跟踪的应用技术中，初始跟踪框往往是由用户来进行人为设定的，在用户手动选取初始跟踪框后，直接将其代入算法进行使用。但是用户人为设定的跟踪框会出现跟踪框相对于目标设置的过大，会将周围背景物体框选在内，或者过小从而未能完全将目标框选在内的现象。这样造成初始跟踪框会包含过多的无用背景信息，对后续算法造成干扰，或者造成初始跟踪框包含信息不足，影响后续算法的匹配精度，从而降低了目标跟踪的准确性。

发明内容

本发明所要解决的技术问题是：提出一种基于计算机视觉的无人机目标跟踪框初始化方法，解决传统技术采用人为选取初始跟踪框的方式可能存在初始框包含过多无用背景信息造成干扰或者包含有用信息不足而影响准确性的问题。

本发明解决上述技术问题所采用的方案是：

基于计算机视觉的无人机目标跟踪框初始化方法，包括以下步骤：

a.对用户手动选取的初始框进行自适应放大获得填充框；

b.获取填充框的边缘响应图；

c.在填充框范围内的不同位置对用户手动选取的初始框做窗口滑动，并进行尺度缩放，产生N个窗口；

d.基于用户手动选取的初始框对产生的N个窗口进行重叠率筛选；

e.利用边缘响应图，对筛选过后的窗口进行基于轮廓密度的评分，选取评分最高的窗口作为最优的目标跟踪框。

作为进一步优化，步骤a中，设镜头拍摄得到的图像尺寸高度和宽度分别为h_o和w_o，用户人为设定的初始框高度和宽度为h和w，人为设定的初始框的中心坐标位置为(x,y)，要产生的填充框尺寸要大于人为设定的初始框，记填充框的高度和宽度为h_p和w_p，其中心坐标位置为(x_p,y_p)，则有：

其中r和k均为常数，可以根据实际应用场景来进行设定。

作为进一步优化，步骤b中，利用基于结构化随机森林的边缘响应，获得填充框的边缘响应图。

作为进一步优化，步骤c具体包括：

c1.记填充框的左上角的顶点为原点，用户人为设定的初始框高度和宽度为h和w，预先设定高度缩放因子为scaleh，其为(1×n)的向量，宽度缩放因子为scalew，其为(1×m)的向量；