[发明专利]一种噪声控制多目标跟踪方法在审
申请号: | 202210960897.7 | 申请日: | 2022-08-11 |
公开(公告)号: | CN115482250A | 公开(公告)日: | 2022-12-16 |
发明(设计)人: | 曾凯;游雨婕;朱艳;沈韬;王青旺;陶智敏;汪志锋 | 申请(专利权)人: | 昆明理工大学 |
主分类号: | G06T7/20 | 分类号: | G06T7/20;G06T5/00;G06T7/246;G06T7/277;G06V10/80;G06V20/40 |
代理公司: | 昆明明润知识产权代理事务所(普通合伙) 53215 | 代理人: | 王鹏飞 |
地址: | 650093 云*** | 国省代码: | 云南;53 |
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 噪声控制 多目标 跟踪 方法 | ||
1.一种噪声控制多目标跟踪方法,其特征在于:
Step1:通过摄像头获取视频数据;
Step2:将跟踪数据的当前帧、前一帧以及当前帧热力图进行特征提取与加法融合,通过引入先验降噪模块去除融合冗余噪声;
Step3:对融合结果进行特征提取,获得不同感受野的热力图融合特征,计算融合结果中热力图中心点的梯度,获取目标中心点进行目标检测;
Step4:对检测结果进行平滑增益卡尔曼滤波,通过将高斯函数与检测结果置信度结合获取平滑自适应观测噪声矩阵,获取目标的运动信息;
Step5:结合运动信息对帧间目标进行数据关联,获得目标运动轨迹;
Step6:设计梯度加速轨迹重连接模块,对碎片轨迹与中断轨迹进行轨迹重连接,获得精确的跟踪结果。
2.根据权利要求1所述的噪声控制多目标跟踪方法,其特征在于,所述Step2具体为:
Step2.1:将跟踪数据的当前帧、前一帧以及当前帧热力图进行特征提取与加法融合;
Step2.2:将融合特征的C_256与C_128输入先验降噪模块中;
Step2.3:通过无偏置的特征提取与特征重组去除融合特征的冗余噪声。
3.根据权利要求1所述的噪声控制多目标跟踪方法,其特征在于,所述Step4具体为:
Step4.1:计算测量预拟合残差;
Step4.2:通过将高斯函数与检测结果置信度结合获取平滑自适应观测噪声矩阵SG_Rk,其中高斯半径σ为3;
Step4.3:计算预拟合残差协方差;
Step4.4:基于通过高斯函数平滑后的自适应观测噪声矩阵计算卡尔曼增益矩阵;
Step4.5:更新系统估计值;
Step4.6:计算更新后的估计协方差矩阵。
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昆明理工大学,未经昆明理工大学许可,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/202210960897.7/1.html,转载请声明来源钻瓜专利网。