[发明专利]一种基于TLD算法的目标跟踪方法

权利要求书

1.一种基于TLD算法的目标跟踪方法，包括：跟踪模块、检测模块、学习模块，其特征在于，包括：

从第一帧图像中初始化选取目标区域；

所述跟踪模块根据上一帧中目标区域信息预测当前帧图像中对应的目标区域信息并采用感知哈希算法对所述当前帧图像中目标区域信息进行筛选以确定目标跟踪结果；

所述检测模块确定目标检测结果；

根据所述目标跟踪结果与所述目标检测结果确定目标跟踪区域；

将所述目标跟踪区域输入至所述学习模块进行学习。

2.根据权利要求1所述的方法，其特征在于，所述跟踪模块根据上一帧中目标区域信息预测当前帧图像中对应的目标区域信息并采用感知哈希算法对所述当前帧图像中目标区域信息进行筛选以确定目标跟踪结果包括：

对所述上一帧图像中目标区域提取第一特征点；

预测所述第一特征点在所述当前帧图像中对应的第二特征点；

采用所述感知哈希算法筛选所述第二特征点提取第三特征点；

由所述第三特征点确定目标位置作为所述目标跟踪结果。

3.根据权利要求2所述的方法，其特征在于，对所述上一帧图像中目标区域提取第一特征点采用SURF算法。

4.根据权利要求3所述的方法，其特征在于，所述SURF算法包括：

利用上一帧图像目标区域计算图像尺度空间；

将所述图像尺度空间通过非极大值抑制确定所述第一特征点。

5.根据权利要求3所述的方法，其特征在于，所述第一特征点为SURF角点。

6.根据权利要求2所述的方法，其特征在于，预测所述第一特征点在所述当前帧图像中对应的第二特征点采用金字塔LK光流法。

7.根据权利要求2所述的方法，其特征在于，采用所述感知哈希算法筛选所述第二特征点提取第三特征点包括：

计算所述第一特征点所在图像块的第一哈希指纹；

计算所述第二特征点所在图像块的第二哈希指纹；

计算所述第一特征点的第一哈希指纹和对应的所述第二特征点的第二哈希指纹间的汉明距离；

选取所述汉明距离的中值作为阈值，筛选所述第二特征点得到所述第三特征点。

8.根据权利要求7所述的方法，其特征在于，将所述汉明距离的中值作为阈值，筛选所述第二特征点得到所述第三特征点包括：将所述汉明距离小于等于所述阈值且小于15的图像块对应的所述第二特征点保留，否则筛掉。

9.根据权利要求1所述的方法，其特征在于，所述检测模块确定目标检测结果包括：

对所述当前帧图像进行全局遍历以得到所述检测模块确定的待选目标；

采用所述检测模块的方差分类器、随机蕨分类器及最近邻分类器对至少一个所述待选目标进行处理形成所述目标检测结果。

10.根据权利要求9所述的方法，其特征在于，对所述当前帧图像进行全局遍历采用滑窗方式。