[发明专利]基于显著部位的目标抗遮挡跟踪方法在审
申请号: | 201910612958.9 | 申请日: | 2019-07-09 |
公开(公告)号: | CN110322473A | 公开(公告)日: | 2019-10-11 |
发明(设计)人: | 詹昭焕;韩松臣;李炜 | 申请(专利权)人: | 四川大学 |
主分类号: | G06T7/215 | 分类号: | G06T7/215;G06T7/223;G06K9/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 610065 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 分块 尺度 遮挡 显著性特征图 目标跟踪 位移变化 显著性 协同 跟踪 注意力机制 计算目标 目标尺度 欧氏距离 遮挡目标 专利算法 重叠度 剔除 场景 失败 | ||
1.基于显著部位的目标抗遮挡跟踪方法,其特征在于,具体过程为:
(一)计算目标的协同显著性以指导目标分块;
(二)基于协同显著性对目标进行分块,并对于健壮的旧分块之间重叠度较高的新分块进行剔除;
(三)设定尺度梯度,计算分块的位移变化,比较分块位移变化与尺度梯度的欧氏距离,选择距离最小的尺度作为目标尺度变化的候选尺度。
2.根据权利要求1所述基于显著部位的目标抗遮挡跟踪方法,其特征在于,所述步骤(一)的具体过程为:
对输入图像,首先使用k均值聚类方法将图像中的像素划分聚类,然后计算每一个聚类的对比度和空间线索,最后将两种线索相乘变成显著性特征图。
3.根据权利要求1所述基于显著部位的目标抗遮挡跟踪方法,其特征在于,所述步骤(二)的具体过程为:
将分块尺寸确定为目标的局部大小,以矩形框形式显示,计算矩形框的显著性得分,使用非极大值抑制对矩形框进行选择:首先按照显著性得分进行排序,然后依照排序结果计算矩形框之间的交并比,对交并比大于一定阈值的矩形框进行剔除。
4.根据权利要求1所述基于显著部位的目标抗遮挡跟踪方法,其特征在于,所述步骤(三)的具体过程为:
通过最小化尺度变化目标函数,得到候选尺度;为了抑制分块跟踪误差对尺度变化的影响,引入一个判断系数:当分块总面积与目标区域的交并比小于一定阈值的时候,尺度不变化;反之尺度改变;考虑到分块在目标上分布不均匀时分块的运动趋势无法准确反映目标总体的尺度变化趋势,在尺度变化里引入了分块与目标的重叠度的概念,当重叠度低于一定阈值时认为分块跟踪误差较大,不执行尺度变化。
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四川大学,未经四川大学许可,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/201910612958.9/1.html,转载请声明来源钻瓜专利网。