[发明专利]一种自适应尺度的时空上下文目标跟踪方法在审
申请号: | 201810472856.7 | 申请日: | 2018-05-17 |
公开(公告)号: | CN108805902A | 公开(公告)日: | 2018-11-13 |
发明(设计)人: | 文武;伍立志;廖新平 | 申请(专利权)人: | 重庆邮电大学;重庆信科设计有限公司 |
主分类号: | G06T7/246 | 分类号: | G06T7/246 |
代理公司: | 重庆辉腾律师事务所 50215 | 代理人: | 王海军 |
地址: | 400065 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种自适应尺度的时空上下文目标跟踪方法,属于图像处理技术领域。本方法包括:S1、提取目标区域的颜色直方图特征和梯度直方图特征,建立空间上下文模型;S2、利用空间上下文模型更新下一帧时空上下文模型,进而更新目标置信图,并求得目标置信图的最大似然概率位置作为目标位置;S3、通过更新目标尺度来自适应追踪后续帧的目标位置。本发明的优势在于:通过对视频图像序列进行颜色直方图和梯度直方图特征提取建立目标模型,然后利用时空上下文模型在线学习更新目标的置信图且获取目标的最大概率置信图,最后利用改进的时空上下文跟踪算法尺度方案跟踪后续帧目标,确保目标在尺度不断变化时高的跟踪精度和实时性。 | ||
搜索关键词: | 尺度 置信 时空 更新目标 空间上下文 上下文模型 梯度直方图 目标跟踪 目标位置 后续帧 自适应 对视频图像序列 颜色直方图特征 图像处理技术 最大似然概率 上下文跟踪 颜色直方图 获取目标 模型更新 目标模型 目标区域 特征提取 在线学习 最大概率 实时性 跟踪 算法 追踪 改进 | ||
【主权项】:
1.一种自适应尺度的时空上下文目标跟踪方法,其特征在于,包括以下步骤:S1、提取目标区域的颜色直方图特征和梯度直方图特征,建立空间上下文模型;S2、利用空间上下文模型更新下一帧时空上下文模型,进而更新目标置信图,并求得目标置信图的最大似然概率位置作为目标位置;S3、通过更新目标尺度来自适应追踪后续帧的目标位置。
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重庆邮电大学;重庆信科设计有限公司,未经重庆邮电大学;重庆信科设计有限公司许可,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/201810472856.7/,转载请声明来源钻瓜专利网。