[发明专利]一种严重遮挡情况下的精准目标跟踪方法在审
| 申请号： | 201810310348.9 | 申请日： | 2018-04-09 |
| 公开（公告）号： | CN108549905A | 公开（公告）日： | 2018-09-18 |
| 发明（设计）人： | 戴林旱;聂桂芝 | 申请（专利权）人： | 上海方立数码科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 上海麦其知识产权代理事务所(普通合伙) 31257 | 代理人： | 董红曼 |
| 地址： | 200333 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种高斯稀疏表达协作模型，用于严重遮挡下的目标跟踪。方法最为核心的地方在于采用稀疏编码与LLC编码相结合的方式对候选样本进行稀疏表示。方法极易获得稀疏解的同时又具备高度精准的重构误差，并且将先验概率加入到了模型中，使下一帧目标周围的样本更易作为最终跟踪结果，通过与其他方法进行大量实验对比，本发明的方法能够在严重遮挡情况下更好的跟踪目标。 | ||
| 搜索关键词： | 遮挡 目标跟踪 稀疏 跟踪结果 跟踪目标 候选样本 实验对比 稀疏编码 稀疏表示 先验概率 协作模型 高斯 重构 样本 | ||
【主权项】：
1.一种严重遮挡情况下的精准目标跟踪方法，其特征在于，所述方法包括以下步骤：步骤一：采用稀疏区分性分类器和稀疏生成模型的高斯联合模型进行目标跟踪；步骤二：在稀疏区分性分类器中，采用高斯分布的先验知识对候选样本加权，根据上一帧目标的方差和均值预测当前帧候选样本的权重；步骤三：在稀疏区分性分类器与稀疏生成模型中同时采用稀疏编码与LLC方法分别计算候选样本置信度与样本、模板的相似性，并将得到的两个系数相结合；步骤四：以权重、置信度、相似度决策最大似然的样本。
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上海方立数码科技有限公司，未经上海方立数码科技有限公司许可，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/201810310348.9/，转载请声明来源钻瓜专利网。
