[发明专利]一种利用自适应特征融合的多尺度目标跟踪方法有效

专利信息
申请号: 201810014833.1 申请日: 2018-01-08
公开(公告)号: CN108109162B 公开(公告)日: 2021-08-10
发明(设计)人: 李宗民;李冠林;王国瑞;刘玉杰;刑敏敏;付红娇 申请(专利权)人: 中国石油大学(华东)
主分类号: G06T7/246 分类号: G06T7/246;G06T7/90;G06K9/42;G06K9/62;G06K9/46
代理公司: 暂无信息 代理人: 暂无信息
地址: 266580 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于自适应特征融合的多尺度目标跟踪方法,包括以下步骤:a特征提取步骤,读取图像和初始化目标位置,提取目标图像的HOG特征和CN特征,计算图像的颜色信息熵,进行自适应特征融合;b多尺度分类器训练步骤,利用余弦窗函数对特征矩阵过滤,对特征矩阵进行多尺度放缩,将多尺度特征矩阵转换到傅里叶中计算,得到不同尺度的分类器模型;c目标检测步骤,读取下一帧视频图像,进行特征提取,将特征转换到傅里叶域,与多尺度模型计算得到最佳目标位置,构建贝叶斯尺度估计框架,求出目标最佳尺度;d模型更新步骤,对新检测到目标位置重新训练分类器,将原分类器与新得到的分类器按照一定的线性比例进行模型更新。本发明可以有效提高特征表达能力,使目标尺度估计更精确性,可以显著提高跟踪精度。
搜索关键词: 一种 利用 自适应 特征 融合 尺度 目标 跟踪 方法
【主权项】:
1.一种利用自适应特征融合的多尺度目标跟踪方法,其特征在于包括以下步骤:a特征提取步骤,读取图像和初始化目标位置,提取目标图像的HOG特征和CN特征,计算图像的颜色信息熵,进行自适应特征融合;b多尺度分类器训练步骤,利用余弦窗函数对特征矩阵过滤,对特征矩阵进行多尺度放缩,将多尺度特征矩阵转换到傅里叶中计算,得到不同尺度的分类器模型;c目标检测步骤,读取下一帧视频图像,进行特征提取,将特征转换到傅里叶域,与多尺度模型计算得到最佳目标位置,构建贝叶斯尺度估计框架,求出目标最佳尺度;d模型更新步骤,对新检测到目标位置重新训练分类器,将原分类器与新得到的分类器按照一定的线性比例进行模型更新。
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中国石油大学(华东),未经中国石油大学(华东)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/201810014833.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code