[发明专利]一种基于AR技术的目标跟踪方法及系统

说明书

本发明提供一种基于AR技术的目标跟踪方法及系统；本方法包括：S1、获取视频图像，视频图像通过AR设备上的摄像装置拍摄得到；S2、分析视频图像的第一帧图像的复杂程度；S3、根据第一帧图像的复杂程度选择目标检测模型；S4、将第一帧图像输入到目标检测模型，对第一帧图像进行特征提取，检测目标所在位置；S5、获取视频图像的第二帧图像。本系统包括图像采集模块、图像分析模块、模型建立模块、模型选择模块、目标检测模块及目标跟踪模块；本发明通过图像的灰度图计算出灰度共生矩阵，并用灰度共生矩阵的熵值表征图像的复杂程度，根据图像复杂程度的变化选择不同的目标检测模型，提高目标的检测效率，更好地实现目标跟踪。

技术领域

本发明涉及图像处理技术领域，特别地涉及一种基于AR技术的目标跟踪方法及系统。

背景技术

增强现实技术(Augmented Reality，简称“AR”)，是一种全新的人机交互技术，该技术的目标是在屏幕上把虚拟世界套在现实世界并进行互动，用户可以通过增强现实系统感受到客观物理世界中原本不存在的增强信息。在这个过程中需要实现对真实世界动态物体的认知，从而获得对于运动物体的响应，目标检测与目标跟踪是实现增强现实技术的关键。

在目标跟踪的过程中，受到观察角度变化、物体运动等的影响，容易丢失跟踪的目标，同时目标检测的速度也直接影响目标跟踪的高效性。在人机交互技术，提高目标检测效率以便更好地实现目标跟踪，对提高用户对AR的体验效果具有重要意义。

发明内容

针对上述问题，本申请提供一种基于AR技术的目标跟踪方法及系统，本发明基于图像的复杂程度选择不同的目标检测模型，以提高目标检测效率。

本发明的技术方案为：一种基于AR技术的目标跟踪方法，包括如下步骤：

S1、获取视频图像，所述视频图像通过AR设备上的摄像装置拍摄得到；

S2、分析所述视频图像的第一帧图像的复杂程度；

S3、根据所述第一帧图像的复杂程度选择目标检测模型；

S4、将所述第一帧图像输入到所述目标检测模型，对所述第一帧图像进行特征提取，检测目标所在位置；

S5、获取所述视频图像的第二帧图像，基于所述第一帧图像中目标所在位置信息通过目标跟踪滤波器进行目标跟踪；

在所述步骤S2中，包括：将所述第一帧图像转化为灰度图像，基于所述灰度图像生成灰度共生矩阵，计算所述灰度共生矩阵的熵值，用所述熵值表征图像的复杂程度；

所述灰度共生矩阵表示为从灰度为的像素点出发，坐标偏移量(，)的另一像素点灰度为的概率，所述概率采用以下公式计算：

，式中，表示像素点和的相对距离，表示像素点和的相对角度，表示像素点的坐标；

采用以下公式计算所述灰度共生矩阵的熵值：

，式中，表示从灰度为的像素点出发，坐标偏移量(，)的另一像素点灰度为的概率；

在所述步骤S3中，根据所述第一帧图像的复杂程度选择目标检测模型包括：若熵值小于阈值Q，则选择第一目标检测模型，否则选择第二目标检测模型；

所述第一目标检测模型采用One stage算法进行目标检测，所述第二目标检测模型采用Two stage算法进行目标检测。

更进一步地，所述目标检测模型的训练过程包括：

获取样本图像，用特征框标记所述样本图像中目标所在位置；

提取所述样本图像的灰度图像，生成灰度共生矩阵并计算所述灰度共生矩阵的熵值，将熵值小于阈值Q的样本图像设置为第一训练数据集，将剩余的样本图像设置为第二训练数据集；