[发明专利]一种局部特征与词袋模型相结合的刚体目标跟踪方法在审
| 申请号： | 201710058219.0 | 申请日： | 2017-01-23 |
| 公开（公告）号： | CN106897721A | 公开（公告）日： | 2017-06-27 |
| 发明（设计）人： | 苗权;王贵锦;吴昊;李晗;徐明宇;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： | G06K9/32 | 分类号： | G06K9/32;G06K9/46;G06K9/62 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙)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： | 本发明涉及一种局部特征与词袋模型相结合的刚体目标跟踪方法。该方法包括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SURF特征构建分类器；3)将词袋模型与局部特征结合，对每个SURF特征点用视觉单词来表达，形成2维尺度旋转不变空间；4)在当前图像到来时，基于SURF特征实现分类器的自适应匹配，并使用2维尺度旋转不变空间内的视觉单词进行协同匹配，形成匹配点对；5)根据得到的匹配点对计算得出运动参数，从而确定当前图像的目标区域，实现目标跟踪。本发明能够对目标区域的局部特征实现准确的描述和匹配，进而保证目标跟踪效果的鲁棒性、稳定性。 | ||
| 搜索关键词： | 一种 局部 特征 模型 相结合 刚体 目标 跟踪 方法 | ||
【主权项】：
一种局部特征与词袋模型相结合的刚体目标跟踪方法，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SURF特征构建分类器，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)将词袋模型与局部特征结合，对每个SURF特征点用视觉单词来表达，形成2维尺度旋转不变空间；4)在当前图像到来时，基于SURF特征实现分类器的自适应匹配，并使用2维尺度旋转不变空间内的视觉单词进行协同匹配，形成匹配点对；5)根据得到的匹配点对计算得出运动参数，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/201710058219.0/，转载请声明来源钻瓜专利网。
