[发明专利]一种基于跟踪学习检测的目标跟踪优化方法

摘要

本发明公开了一种基于跟踪学习检测的目标跟踪优化方法，思路为确定L帧灰度图像视频帧序列，第1帧灰度图像视频帧序列中的跟踪目标位置已知，其余L‑1帧灰度图像视频帧序列中的跟踪目标位置未知；t∈{1,2,…,L}，t的初始值为1,L为大于1的正整数；确定第1帧跟踪目标主体部分和第1帧跟踪目标的边缘部分；从第t帧跟踪目标的边缘部分和第t帧跟踪目标主体部分中得到Nt个跟踪点，进而在第t+1帧灰度图像视频帧序列得到第t+1帧跟踪目标限定框tbt+1；从第t+1帧灰度图像视频帧序列中获得第t+1帧灰度图像视频帧序列中的个检测目标限定框；进而得到第t+1帧跟踪目标的确定位置；令t的值加1,直到得到第2帧跟踪目标的确定位置至第L帧跟踪目标的确定位置，并记为基于跟踪学习检测的目标跟踪优化结果。

主权项

一种基于跟踪学习检测的目标跟踪优化方法，其特征在于，包括以下步骤：步骤1，确定L帧灰度图像视频帧序列，每帧灰度图像视频帧序列都为N行M列，且每帧灰度图像视频帧序列都包含K个像素点，每帧灰度图像视频帧序列中分别包含一个跟踪目标，第1帧灰度图像视频帧序列中的跟踪目标位置已知，其余L‑1帧灰度图像视频帧序列中的跟踪目标位置未知；其中，N、M和K分别为大于0的正整数；初始化：令t表示第t帧灰度图像视频帧序列，t∈{1,2,…,L}，t的初始值为1，L为大于1的正整数；分别确定第1帧目标限定框b1、第1帧目标内框第1帧跟踪目标主体部分和第1帧跟踪目标的边缘部分；步骤2，基于TLD目标跟踪算法从第t帧跟踪目标的边缘部分和第t帧跟踪目标主体部分中得到Nt个跟踪点，进而在第t+1帧灰度图像视频帧序列得到第t+1帧跟踪目标限定框tbt+1；其中，0<Nt≤K，Nt为大于0的正整数；步骤3，从第t+1帧灰度图像视频帧序列中获得第t+1帧灰度图像视频帧序列中的个检测目标限定框；其中，为大于0的正整数；步骤4，基于TLD目标跟踪算法和P‑N学习机制对第t+1帧跟踪目标限定框tbt+1和第t+1帧灰度图像视频帧序列中的个检测目标限定框进行跟踪、检测和学习，进而得到第t+1帧跟踪目标的确定位置；步骤5，令t的值加1，执行步骤2至步骤4,直到得到第2帧跟踪目标的确定位置至第L帧跟踪目标的确定位置，并记为基于跟踪学习检测的目标跟踪优化结果。