[发明专利]基于能量最小化的场景视频文本跟踪方法在审
申请号: | 201811420007.3 | 申请日: | 2018-11-26 |
公开(公告)号: | CN109583361A | 公开(公告)日: | 2019-04-05 |
发明(设计)人: | 殷绪成;蒙丽宇;裴唯一;田澍;朱超 | 申请(专利权)人: | 北京科技大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京金智普华知识产权代理有限公司 11401 | 代理人: | 皋吉甫 |
地址: | 100083*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 能量模型 场景视频 文本跟踪 能量最小化 互斥 跟踪 计算机视觉领域 线性能量函数 跟踪轨迹 轨迹集合 融合检测 损失能量 整体能量 最小化 求解 集合 文本 检测 | ||
1.一种基于能量最小化的场景视频文本跟踪方法,其特征在于,所述方法提供了文本的互斥能量模型,并提出融合检测能量模型、表观能量模型和互斥能量模型的线性能量函数,通过对全局能量的最小化,求得文本跟踪的最佳匹配状态。
2.根据权利要求1所述的方法,其特征在于,所述方法具体包括:
步骤1:描述跟踪模型的融合检测能量模型、表观能量模型和互斥能量模型的线性能量函数;
步骤2:对跟踪模型进行求解;
步骤3:具体跟踪过程。
3.根据权利要求2所述的方法,其特征在于,通过检测模型确定目标为文本,通过表观能量模型,区分外观、大小、位置区别较大的文本目标,通过互斥能量模型,引入同一帧中不同文本之间的联系,进一步区分相近相似文本。
4.根据权利要求2所述的方法,其特征在于,融合检测能量模型、表观能量模型和互斥能量模型的线性能量函数表示为:
其中,Edet是检测能量模型,Eapp是目标表观能量模型,Eexc是互斥能量模型,α和β是加权系数,N是视频出现的目标总数,E(Ti,t)是第i个目标在第t时刻的递推能量,si和ei是第i个目标的起止时间,出现在第t帧中的目标区域i表示为Ti,t,Ddet(Ti,t)、Dapp(Ti,t)和Dexc(Ti,t)分别表示对目标Ti,t的检测能量、表观能量和互斥能量。
5.根据权利要求4所述的方法,其特征在于,所述检测能量模型的检测能量函数Edet的定义如下,
Ddet(Ti,t)=1-Cdet(Ti,t)
其中N为整个视频中的目标总数,si和ei为第i个目标区域出现的起始帧号和结束帧号,出现在第t帧中的目标区域i表示为Ti,t,Cdet(Ti,t)由文本检测器提供,表示区域i是文本的置信度。
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北京科技大学,未经北京科技大学许可,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/201811420007.3/1.html,转载请声明来源钻瓜专利网。