[发明专利]目标跟踪方法及系统有效
申请号: | 201811168036.5 | 申请日: | 2018-10-08 |
公开(公告)号: | CN109448020B | 公开(公告)日: | 2020-11-24 |
发明(设计)人: | 刘方辉;杨杰;黄晓霖 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06K9/62 |
代理公司: | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 代理人: | 徐红银 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标 跟踪 方法 系统 | ||
本发明提供了一种目标跟踪方法及系统,该方法包括:根据获取的第一帧图像,构建正字典集合、负字典集合;对后续帧图像进行随机采样,获得若干图像块作为候选样本;根据所述候选样本、正字典集合及负字典集合,获取所述候选样本的置信度;根据所述候选样本的置信度,确定目标跟踪结果。本发明利用稀疏字典选择机制,可以从跟踪结果中选出可靠的、有代表性的跟踪结果对目标表观模型进行更新,有效的避免了跟踪结果不准确对表观模型的不利影响。
技术领域
本发明涉及计算机视觉技术领域,具体地,涉及目标跟踪方法及系统。
背景技术
视频目标跟踪是当前计算机视觉领域的一个热点问题,在给定目标在第一帧的初始位置之后,能够自动预测目标在接下来帧数的位置。
目前,目标跟踪的主要方法包括:基于生成式模型的跟踪方法和基于判别式模型的跟踪方法,以及将两者结合之后的跟踪方法。对于基于生成模型的跟踪方法来说,跟踪任务是先建立一个目标表观模型,随后在其邻域范围内搜索与目标最相似的区域。基于判别模型的跟踪方法是把目标跟踪问题看作成一个二分类问题,其主要思想是寻找目标与背景之间的最优分类面,并使得它们间的差异性最大,进而把目标从背景中提取出来。
但是,这些方法是建立在候选样本能够被字典线性表示这一假设之上,很难处理目标姿态变化、光照变化、遮挡等复杂变化,对于实际目标服从非线性分布的情形,就无法进行准确的刻画,进而导致误差累积以及跟踪漂移现象的发生。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种目标跟踪方法及系统。
第一方面,本发明提供一种目标跟踪方法,包括:
根据获取的第一帧图像,构建正字典集合、负字典集合;
对后续帧图像进行随机采样,获得若干图像块作为候选样本;
根据所述候选样本、正字典集合及负字典集合,获取所述候选样本的置信度;
根据所述候选样本的置信度,确定目标跟踪结果。
可选地,根据获取的第一帧图像,构建正、负字典集合,包括:
确定所述第一帧图像中的目标中心位置I(x,y);
根据所述目标中心位置I(x,y)为圆心,且在预设半径范围内采样得到的若干图像块构建正字典集合;
根据所述目标中心位置I(x,y)为圆心,且在预设半径范围以外采样得到的若干图像块构建负字典集合。
可选地,所述正字典集合中图像块的采样公式如下:
其中,Ii为第i个图像块的中心位置,Rr为搜索区域半径,p为正字典集合中图像块的数量;
所述负字典集合中图像块的采样公式如下:
其中,Ij为第j个图像块的中心位置,Rr为搜索区域半径,Rs为外部搜索区域半径,j=1,2,…,n;n为负字典集合中图像块的数量。
可选地,根据所述候选样本、正字典集合及负字典集合,获取所述候选样本的置信度,包括:
将任一候选样本y在高维空间的映射记为获取候选样本y在正字典集合的k个临近图像块,构建所述候选样本y的局部正字典集合B+,并获取所述局部正字典集合B+的高维空间
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811168036.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种变分光流模型平滑参数的自适应方法
- 下一篇:一种运动目标跟踪方法及系统