[发明专利]一种基于由远及近场景的红外图像跟踪算法评价方法及平台

说明书

本发明提供了一种基于由远及近场景的红外图像跟踪算法评价方法及评价平台，用以解决现有跟踪算法定性评价不能满足实际应用的问题。所述评价方法，基于由远及近场景下的红外图像建立测试图像库，对图像序列中每一帧图像的真实目标中心点位置和真实目标区域范围进行标记，形成配置文件并加载，根据待评价算法对所述图像序列进行跟踪，再根据跟踪结果与真实目标中心点位置和真实目标区域范围的比较，进行跟踪精度、跟踪成功率及稳定性评价。本发明通过配置文件实现结果数据和标记数据的读入和批量处理，评价过程无需人的参与，提高了评价效率和精度，实现了跟踪算法在由远及近应用场景中的自动评价，便于跟踪算法的选择和算法研发过程中的快速迭代优化。

技术领域

本发明属于计算机视觉与图像处理领域，具体涉及一种基于由远及近场景的红外图像跟踪算法评价方法及评价平台。

背景技术

随着计算机视觉的发展，图像跟踪算法越来越多，国际上有公开的视觉目标追踪竞赛(VOT和Benchmark等)，竞赛有通用的测试数据集和通用测试平台，为众多算法提供了统一的评价平台。

现有技术中，跟踪算法的评价方法主要有精确度和成功率，其中，精确度是中心点的位置偏移误差，成功率是跟踪区域的交叠比。但在由远及近的实际红外应用场景中，尤其当涉及到由远及近的红外航空或军事等领域时，这两个指标不能很好的反映实际应用过程中跟踪算法的性能特点，公开的评价平台不再适用。

发明内容

鉴于现有技术中的上述缺陷或不足，本发明旨在提供一种基于由远及近场景的红外图像跟踪算法评价方法及评价平台，为红外图像跟踪算法提供统一的性能评价平台，提高评价工作效率，实现由远及近的红外航空或军事等领域跟踪算法性能的自动评价。

为了实现上述目的，本发明实施例采用如下技术方案：

第一方面，本发明实施例提供了一种基于由远及近场景的红外图像跟踪算法评价方法，所述跟踪算法的评价方法包括：

步骤S1，基于由远及近场景下的红外图像数据建立测试图像库，对图像序列中每一帧图像的真实目标中心点位置和真实目标区域范围进行标记，并形成配置文件，所述配置文件中包括待评价算法；

步骤S2，加载配置文件，根据待评价算法对所述图像序列进行跟踪，并输出跟踪结果；

步骤S3，根据跟踪结果与真实目标中心点位置和真实目标区域范围标记，进行数据分析；

上述方案中，所述步骤S3数据分析，在已标记完成的红外图像大数据测试图像库基础上，将跟踪结果与真实标记结果比对，并将比对结果按照由远及近的距离进行归一化。

上述方案中，数据分析包括：跟踪精度评价、跟踪成功率评价及稳定性评价；

真实目标中心点为(x_target,y_target)，真实目标区域范围为S_target，跟踪中心点坐标为(x_tracker,y_tracker)；

其中，跟踪精度Pre为：

式(1)中，S_target,x表示目标区域在x方向上的长度，S_target,y表示目标区域在y方向上的长度；

所述跟踪成功率Suc定义为：

Suc＝(x_tracker,y_tracker)∈S_target (2)

式(2)表示，跟踪点在目标区域内表示跟踪成功，跟踪点在目标区域外表示跟踪失败；

所述跟踪算法的稳定性stability定义为：