[发明专利]无人机智能跟踪方法和系统

摘要

本发明公开了一种无人机智能跟踪方法和系统。该方法包括：接收数字图像；在数字图像中确定行人跟踪区域；检测行人跟踪区域，获得行人跟踪区域图像内行人的手部运动轨迹；对比行人跟踪区域内行人的手部运动轨迹和行人手势运动模型，识别行人跟踪区域内行人的手势运动类型；根据手势运动类型向无人机发送跟踪行人的指令。采用本发明实施例后，根据行人的头肩特征确定行人跟踪区域，进一步根据行人跟踪区域内行人的手势运动类型控制无人机跟踪行人，能够控制无人机准确跟踪被跟踪对象。 1

主权项

1.一种无人机智能跟踪方法，其特征在于，所述方法包括：

接收数字图像；

在所述数字图像中确定行人跟踪区域；

检测所述行人跟踪区域，获得所述行人跟踪区域图像内行人的手部运动轨迹；

对比所述行人跟踪区域内行人的手部运动轨迹和行人手势运动模型，识别所述行人跟踪区域内行人的手势运动类型；

根据所述手势运动类型向无人机发送跟踪行人的指令。

2.根据权利要求1所述的跟踪方法，其特征在于，所述在所述数字图像中确定行人跟踪区域，包括：

对所述数字图像进行滤波处理；

提取滤波后的数字图像中行人的头肩特征；

对比所述数字图像中行人的头肩特征和头肩训练文件，确定所述行人跟踪区域。

3.根据权利要求2所述的跟踪方法，其特征在于，所述对比所述数字图像中行人的头肩特征和头肩训练文件，确定所述行人跟踪区域之前，还包括：

构建行人头肩图像正样本和行人头肩图像负样本，所述正样本的像素和所述负样本的像素相同；

提取所述行人头肩图像正样本的图像特征和所述行人头肩图像负样本的图像特征；

在头肩训练器中，基于所述行人头肩图像正样本的图像特征和所述行人头肩图像负样本的图像特征进行训练，确定所述头肩训练文件。

4.根据权利要求3所述的跟踪方法，其特征在于，

所述图像特征包括图像的Harr特征，LBP特征和/或HOG特征。

5.根据权利要求1所述的跟踪方法，其特征在于，所述检测所述行人跟踪区域，获得所述行人跟踪区域图像内行人的手部运动轨迹，包括：

根据所述行人跟踪区域的边缘，所述行人跟踪区域的特征点，以及所述行人跟踪区域内行人的肤色，确定所述行人的手部运动轨迹。

6.根据权利要求1所述的跟踪方法，其特征在于，所述对比所述行人跟踪区域内行人的手部运动轨迹和行人手势运动模型，识别所述行人跟踪区域内行人的手势运动类型之前，还包括：

构建行人手势图像样本；

提取所述行人手势图像样本的手部运动轨迹；

在手势训练器中，基于提取的手部运动轨迹进行训练，确定所述行人手势运动模型。

7.根据权利要求1所述的跟踪方法，其特征在于，所述根据所述手势运动类型向无人机发送跟踪行人的指令之后，还包括：

放大所述行人跟踪区域；

匹配放大后的行人跟踪区域内行人的头肩特征和头肩训练文件；

若匹配成功，则对比所述放大后的行人跟踪区域内行人的手部运动轨迹和所述行人手势动作模型，识别所述跟踪区域内行人的手势运动类型；

根据所述手势运动类型向无人机发送跟踪行人的指令，继续进行匹配，直到匹配失败。

8.一种无人机智能跟踪系统，其特征在于，所述系统包括：

接收模块，用于接收数字图像；

确定模块，用于在所述数字图像中确定行人跟踪区域；

检测模块，用于检测所述行人跟踪区域，获得所述行人跟踪区域图像内行人的手部运动轨迹；

对比模块，用于对比所述行人跟踪区域内行人的手部运动轨迹和行人手势运动模型，识别所述行人跟踪区域内行人的手势运动类型；

跟踪模块，用于根据所述手势运动类型向无人机发送跟踪行人的指令。

9.根据权利要求8所述的跟踪系统，其特征在于，所述确定模块包括：滤波单元、提取单元和对比单元，

所述滤波单元，用于对所述数字图像进行滤波处理；

所述提取单元，用于提取滤波后的数字图像中行人的头肩特征；

所述对比单元，用于对比所述数字图像中行人的头肩特征和头肩训练文件，确定所述行人跟踪区域。

10.根据权利要求8所述的跟踪系统，其特征在于，所述检测模块包括：确定单元，

所述确定单元，用于根据所述行人跟踪区域的边缘，所述行人跟踪区域的特征点，以及所述行人跟踪区域内行人的肤色，确定所述行人的手部运动轨迹。