[发明专利]一种基于TLD算法的目标检测跟踪方法

权利要求书

1.一种基于TLD算法的目标检测跟踪方法，其特征是：在待跟踪视频的起始帧，由用户指定跟踪窗口形成正负样本对检测模块进行初始化训练；在跟踪过程中，检测模块和跟踪模块独立工作：检测模块扫描当前帧图像获得图像块并依次通过方差分类器、合并分类器，并计算被接受的图像块的LBP统计特征向量，在最近邻分类器中与样本集中的图像块的LBP统计特征向量进行相似度的计算；跟踪模块采用中值光流法通过上一帧跟踪预测当前帧目标位置；整合模块综合检测模块和跟踪模块进行跟踪结果的输出；并且对当前更新后的目标位置，产生新的正负样本，从而更新检测模块。

2.根据权利要求1所述的一种基于TLD算法的目标检测跟踪方法，其特征是：在待跟踪视频的起始帧中，由用户指定跟踪窗口，然后对距离指定的跟踪窗口最近的扫描网格窗口中选取若干个窗口进行一系列的仿射变换形成初始的正样本，并对远离指定的跟踪窗口随机搜选获得初始的负样本。所获得的正负初始样本用来对检测模块进行初始化训练。

3.根据权利要求1所述的一种基于TLD算法的目标检测跟踪方法，其特征是：在跟踪过程中，检测模块对当前帧图像进行网格扫描获得图像块后，首先计算各图像块的方差，方差小于某个阈值的图像块被接受，进入合并分类器；通过若干个不同的基本分类器进行的像素比较后得到的平均后验概率值，如果大于某个阈值，则则判定当前图像块为目标区域，否则判定为背景。

4.根据权利要求1所述的一种基于TLD算法的目标检测跟踪方法，其特征是：在跟踪过程中，检测模块接受通过方差分类器和合并分类器的图像块，并计算每个图像块的LBP特征，然后对由此产生的每个图像块的LBP特征向量进行直方图统计产生新的LBP特征向量(即为LBP统计特征向量)。

5.根据权利要求1所述的一种基于TLD算法的目标检测跟踪方法，其特征是：在跟踪过程中，检测模块在获得每个待检测图像块的LBP统计特征向量后，与正负样本集中的图像块的LBP统计特征向量进行互相关归一化的相似度计算；如果相似度大于某个阈值，则判定当前图像块为目标区域，否则判定为背景。

6.根据权利要求1所述的一种基于TLD算法的目标检测跟踪方法，其特征是：在跟踪过程中，采用中值光流法进行跟踪，采用包括基于LBP统计特征向量的NCC最近邻分类器在内的级联分类器模块进行检测，将检测结果与跟踪结果融合输出目标跟踪结果；并且对当前更新后的目标位置，产生新的正负样本，从而更新检测模块。