[发明专利]目标跟踪方法、装置和设备及计算机存储介质有效
申请号: | 201811564055.X | 申请日: | 2018-12-20 |
公开(公告)号: | CN109685830B | 公开(公告)日: | 2021-06-15 |
发明(设计)人: | 马子昂;卢维;殷俊;张兴明 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06T7/246 | 分类号: | G06T7/246 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 黄志华 |
地址: | 310053 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种目标跟踪方法、装置和设备及计算机存储介质,属于计算机技术领域,用于提高跟踪结果的准确性。该方法包括:从当前帧中获取N个候选目标区域,并从N个候选目标区域中提取出M类视觉特征的特征向量,构成M类视觉特征的特征向量矩阵;基于N个候选目标区域之间的相关性以及M类视觉特征之间的相关性,滤除特征向量矩阵中和目标模板空间中的异常特征的特征向量矩阵;确定在满足行稀疏约束和低秩约束条件下,使得当前帧的特征向量矩阵与超完备字典之间的重构误差之和最小的第一联合稀疏表示系数矩阵;将第一联合稀疏表示系数矩阵中与超完备字典之间的重构误差值最小的列所对应的候选目标区域确定为当前帧的跟踪结果。 | ||
搜索关键词: | 目标 跟踪 方法 装置 设备 计算机 存储 介质 | ||
【主权项】:
1.一种目标跟踪方法,其特征在于,包括:根据上一帧的跟踪结果,从当前帧中获取N个候选目标区域,并从所述N个候选目标区域中提取出M类视觉特征的特征向量,构成所述M类视觉特征的特征向量矩阵,其中,一个特征向量矩阵为由所述N个候选目标区域中提取的同一视觉特征的特征向量构成的;基于所述N个候选目标区域之间的相关性,以及所述M类视觉特征之间的相关性,确定所述M类视觉特征中的异常特征,并滤除当前帧的特征向量矩阵中和超完备字典包括的目标模板空间中的异常特征的特征向量矩阵,其中,所述超完备字典由所述目标模板空间与单位矩阵组成,所述目标模板空间为用于表征跟踪目标的特征向量矩阵集合;确定在满足行稀疏约束和低秩约束条件下,使得当前帧的特征向量矩阵与超完备字典之间的重构误差之和最小的第一联合稀疏表示系数矩阵;将所述第一联合稀疏表示系数矩阵中,与所述超完备字典之间的重构误差值最小的列所对应的候选目标区域,确定为当前帧的跟踪结果。
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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/201811564055.X/,转载请声明来源钻瓜专利网。