[发明专利]一种基于ARM平台的目标跟踪方法、介质和系统有效
| 申请号： | 202010728011.7 | 申请日： | 2020-07-23 |
| 公开（公告）号： | CN111862160B | 公开（公告）日： | 2023-10-13 |
| 发明（设计）人： | 刘议聪;田瑞娟;隋旭阳;向学辅;张振禹;李亚南;陈大鹏 | 申请（专利权）人： | 中国兵器装备集团自动化研究所有限公司 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246 |
| 代理公司： | 北京众达德权知识产权代理有限公司 11570 | 代理人： | 南海燕 |
| 地址： | 621000 四*** | 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： | 一种 基于 arm 平台 目标 跟踪 方法 介质 系统 | ||
1.一种基于ARM平台的目标跟踪方法，其特征在于，基于嵌入式ARM平台，提取感兴趣区域(ROI)的深度学习特征、梯度直方图特征(HOG)、颜色命名(CN)特征和灰度特征(GRAY)；
组成128维特征向量进行目标跟踪，对跟踪目标的自适应尺度跟踪波门叠加。
2.根据权利要求1所述的一种基于ARM平台的目标跟踪方法，其特征在于，还包括在嵌入式ARM平台，加入NEON指令集实现对ROI区域特征提取算子的加速。
3.根据权利要求2所述的一种基于ARM平台的目标跟踪方法，其特征在于，包括如下步骤：
(1)采集视频原始数据，读入算法外部接口；
(2)在视频第一帧或指定的某帧中选取目标作为模板ROI区域；
(3)对ROI区域作一定的图像预处理；
(4)对预处理后的ROI区域图像进行特征提取，包括传统特征和深度学习特征，即提取HOG，CN，GRAY特征以及深度学习特征，生成高维特征向量；
(5)对高维特征向量进行互相关运算，得到响应矩阵，并得出最大响应值及最大响应值位置，若选取目标为视频第一帧图像，则对高维特征向量进行自相关运算；
(6)对预设的目标尺度，在每个尺度下进行步骤(5)中的计算，并选取最大响应值对应的尺度，得到帧的跟踪尺度和跟踪目标位置；
(7)目标置信度判断，根据判断结果选取跟踪策略，并决定是否启用目标丢失预警机制；
(8)根据最大响应值位置更新ROI区域，获取新图像的特征；
(9)对新区域图像特征进行自相关运算，学习得到更新模板区域模型；
(10)获取下一帧图像，重复(3)及以后的步骤以循环处理整个视频帧图像，完成对整个视频的目标跟踪。
4.一种基于ARM平台的目标跟踪系统，其特征在于：
所述系统读入指定的本地视频文件或接入实时相机的视频流信息至算法外部接口；
所述系统基于嵌入式ARM平台，提取感兴趣区域(ROI)的深度学习特征、梯度直方图特征(HOG)、颜色命名(CN)特征和灰度特征(GRAY)并组成128维特征向量进行目标跟踪，跟踪波门随跟踪目标的尺度变化自适应调整并叠加在输出视频中；
所述系统循环处理整个视频帧图像，用于对整个视频的目标跟踪。
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中国兵器装备集团自动化研究所有限公司，未经中国兵器装备集团自动化研究所有限公司许可，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/202010728011.7/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种光热燃煤耦合式污泥干化系统
- 下一篇：一种铜带退火外罩吊装装置
