[发明专利]视觉跟踪方法、视觉跟踪装置、无人机以及终端设备

权利要求书

1.一种视觉跟踪方法，其特征在于，包括：

获取当前的包含被跟踪对象的指定区域的图像数据及跟踪对象的运行参数；

基于获取的当前的包含被跟踪对象的指定区域的图像数据获得所述指定区域中可能的被跟踪对象生成被跟踪对象库以对被跟踪对象进行选定；

当判定所述跟踪对象与选定的被跟踪对象存在相对运行时，基于所述图像数据中被跟踪对象的图像特征建立所述被跟踪对象的运动估计模型；

基于所述运动估计模型预测所述被跟踪对象下一时刻在指定区域的图像数据中的位置及图像特征以对所述跟踪对象进行控制。

2.根据权利要求1所述的视觉跟踪方法，其特征在于，还包括通过核滤波跟踪算法对所述预测得到的所述被跟踪对象下一时刻在指定区域的图像数据中的位置进行预测。

3.根据权利要求1所述的视觉跟踪方法，其特征在于，所述被跟踪对象的图像特征包括被跟踪对象的颜色和被跟踪对象的边缘梯度。

4.根据权利要求1所述的视觉跟踪方法，其特征在于，所述基于所述运动估计模型预测所述被跟踪对象下一时刻在指定区域的图像数据中的位置以对所述跟踪对象进行控制的步骤包括：基于所述运动估计模型预测所述被跟踪对象下一时刻在指定区域的图像数据中的位置及图像特征获得所述被跟踪对象下一时刻在指定区域的图像数据中的坐标。

5.根据权利要求1所述的视觉跟踪方法，其特征在于，所述基于获取的当前的包含被跟踪对象的指定区域的图像数据获得所述指定区域中可能的被跟踪对象生成被跟踪对象库以对被跟踪对象进行选定的步骤包括以下一项或多项：

根据被跟踪对象的类型对被跟踪对象进行选定；

在所述图像数据中选择选定位置，根据可能的被跟踪对象与所述选定位置的距离对被跟踪对象进行选定；

显示已选定的被跟踪对象和\或已选定的被跟踪对象的特征以通过人工对已选定的被跟踪对象进行确认。

6.根据权利要求1所述的视觉跟踪方法，其特征在于，还包括：根据所述运动估计模型预测所述被跟踪对象下一时刻在指定区域的图像数据中的位置及图像特征对所述运动估计模型进行更新。

7.根据权利要求4所述的视觉跟踪方法，其特征在于，还包括：基于所述图像数据中的坐标及跟踪对象的运行参数获得跟踪对象与被跟踪对象的三维相对运行参数。

8.一种视觉跟踪装置，其特征在于，包括：

获取单元，被配置为获取当前的包含被跟踪对象的指定区域的图像数据及跟踪对象的运行参数；

选定单元，被配置为基于获取的当前的包含被跟踪对象的指定区域的图像数据获得所述指定区域中可能的被跟踪对象生成被跟踪对象库以对被跟踪对象进行选定；

处理单元，被配置为当判定所述跟踪对象与选定的被跟踪对象存在相对运行时，基于所述图像数据中被跟踪对象的图像特征建立所述被跟踪对象的运动估计模型；

预测单元，被配置为基于所述运动估计模型预测所述被跟踪对象下一时刻在指定区域的图像数据中的位置及图像特征以对所述跟踪对象进行控制。

9.根据权利要求8所述的视觉跟踪装置，其特征在于，还包括滤波单元，被配置为通过核滤波跟踪算法对所述预测得到的所述被跟踪对象下一时刻在指定区域的图像数据中的位置进行预测。

10.根据权利要求8所述的视觉跟踪装置，其特征在于，所述被跟踪对象的图像特征包括被跟踪对象的颜色和被跟踪对象的边缘梯度。

11.根据权利要求8所述的视觉跟踪装置，其特征在于，所述预测单元还被配置为基于所述运动估计模型预测所述被跟踪对象下一时刻在指定区域的图像数据中的位置及图像特征获得所述被跟踪对象下一时刻在指定区域的图像数据中的坐标。