[发明专利]一种目标跟踪方法及系统

说明书

本申请公开了一种目标跟踪方法及系统，该方法包括：利用预设的跟踪算法，对目标对象展开位置坐标跟踪，得到跟踪位置坐标；确定当前所述目标对象的尺度，并利用该尺度以及跟踪位置坐标对目标对象进行跟踪。可见，本申请在利用跟踪算法得到目标对象的跟踪位置坐标之后，还将进一步确定出当前目标对象的尺度，然后基于上述确定出来的当前目标对象的尺度以及上述跟踪位置坐标，对目标对象展开跟踪，这样能够使得最终的跟踪效果可以实时反映出当前目标对象的尺度，由此极大地改善了目标跟踪效果。

技术领域

本发明涉及目标跟踪技术领域，特别涉及一种目标跟踪方法及系统。

背景技术

当前，越来越多的应用场景需要进行视频图像采集，以获取场景中的相关视频图像信息。而在某些特定的情况下，还需要对视频图像中的特定目标进行识别跟踪，以获取特定目标所处的位置信息。现有的目标跟踪技术，能够大体上满足人们对目标跟踪的基本要求，应用范围越来越广，在交通、犯罪侦查、拍照、打击恐怖主义等方面取得了显著成效。

然而，现有的目标跟踪技术依然存在跟踪效果较差的问题，如何进一步改善目标跟踪效果是目前还有待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种目标跟踪方法及系统，能够进一步改善目标跟踪效果。其具体方案如下：

一种目标跟踪方法，包括：

利用预设的跟踪算法，对目标对象展开位置坐标跟踪，得到跟踪位置坐标；

确定当前所述目标对象的尺度，并利用该尺度以及所述跟踪位置坐标对所述目标对象进行跟踪。

可选的，所述利用预设的跟踪算法，对目标对象展开位置坐标跟踪的过程，包括：

利用核相关滤波跟踪算法，对所述目标对象展开位置坐标跟踪，得到所述跟踪位置坐标。

可选的，所述利用核相关滤波跟踪算法，对所述目标对象展开位置坐标跟踪的过程，包括：

对所述目标对象周围进行密集采样，得到相应的训练样本集；

提取所述训练样本集中每一训练样本的样本特征，并对提取出的样本特征进行融合，得到融合特征；

基于所述融合特征，通过核回归训练出第一正则化最小二乘分类器，得到位置相关滤波器；

通过求取所述位置相关滤波器响应的最大值以确定出当前所述目标对象的跟踪位置坐标。

可选的，所述提取所述训练样本集中每一训练样本的样本特征的过程，包括：

提取所述训练样本集中每一训练样本的HOG特征、CN特征以及HSV特征。

可选的，在对所述目标对象展开位置坐标跟踪的过程中，还包括：

判断所述目标对象是否受到遮挡；

若所述目标对象没有受到遮挡，则对所述第一正则化最小二乘分类器进行更新；

若所述目标对象受到遮挡，则禁止对所述第一正则化最小二乘分类器进行更新。

可选的，所述确定当前所述目标对象的尺度的过程，包括：

在所述跟踪位置坐标附近提取不同尺度大小的样本，然后确定出相应的尺度样本融合特征；

利用尺度样本融合特征训练出第二正则化最小二乘分类器，得到尺度相关滤波器；

将使所述尺度相关滤波器输出响应取得最大值的尺度确定为当前所述目标对象的尺度。

本发明还相应公开了一种目标跟踪系统，包括：