[发明专利]基于高斯混合模型的刚体目标在线特征分类与跟踪方法有效
| 申请号： | 201611064798.1 | 申请日： | 2016-11-28 |
| 公开（公告）号： | CN106778831B | 公开（公告）日： | 2020-04-24 |
| 发明（设计）人： | 苗权;王贵锦;李晗;吴昊;李锐光;程光 | 申请（专利权）人： | 国家计算机网络与信息安全管理中心 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 邱晓锋 |
| 地址： | 100029*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于高斯混合模型的刚体目标在线特征分类与跟踪方法。该方法包括以下步骤：1)在初始图像中选定感兴趣的目标区域，并在目标区域检测SURF特征；2)为每个SURF特征创建分类器；3)在新图像到来时，利用分类器对初始图像中的SURF特征与新图像检测到的SURF特征进行匹配，形成匹配点对；在分类器的匹配过程中，采用基于高斯混合模型的在线分类机制判别正样本和负样本；4)根据匹配点对，采用随机采样一致性算法计算得出运动参数，从而确定当前图像的目标区域，实现目标跟踪。本发明能够应对视频中复杂的场景变化，保证跟踪的自适应能力，实现稳定连续、现实可用的目标跟踪。 | ||
| 搜索关键词： | 基于 混合 模型 刚体 目标 在线 特征 分类 跟踪 方法 | ||
【主权项】：
一种基于高斯混合模型的刚体目标在线特征分类与跟踪方法，其特征在于，包括以下步骤：1)在初始图像中选定感兴趣的目标区域，并在目标区域检测SURF特征；2)为每个SURF特征创建分类器，其中每个强分类器对应一个SURF特征，每个强分类器包括若干弱分类器；3)在新图像到来时，利用分类器对初始图像中的SURF特征与新图像检测到的SURF特征进行匹配，形成匹配点对；在分类器的匹配过程中，采用基于高斯混合模型的在线分类机制判别正样本和负样本；4)根据得到的匹配点对，采用随机采样一致性算法计算得出运动参数，从而确定当前图像的目标区域，实现目标跟踪。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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国家计算机网络与信息安全管理中心，未经国家计算机网络与信息安全管理中心许可，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/patent/201611064798.1/，转载请声明来源钻瓜专利网。
