[发明专利]一种无人机航拍视频运动小目标实时检测与跟踪方法在审
| 申请号： | 201811642089.6 | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109785363A | 公开（公告）日： | 2019-05-21 |
| 发明（设计）人： | 范长军;文凌艳;张永晋;瞿崇晓;杜鑫 | 申请（专利权）人： | 中国电子科技集团公司第五十二研究所 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06T7/254;G06T7/269;G06K9/00;G06K9/62 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 杨天娇 |
| 地址： | 310012*** | 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： | 本发明公开了一种无人机航拍视频运动小目标实时检测与跟踪方法，通过单高斯背景模型建模，获取当前背景模型，在得到单高斯背景模型后，分辨像素点是前景还是背景，从而得到前景图像，对获得的前景图像进行稀疏光流分析，获取跟踪点集合；对跟踪点进行层次聚类，获取跟踪目标的外边框，将每帧前景图像检测得到的跟踪目标的外边框中的跟踪目标扣取出来，形成后续待跟踪列表，对每个跟踪目标通过深度神经网络来提取特征向量，对每个跟踪目标采用卡尔曼滤波算法进行预测、采用匈牙利算法匹配，并更新跟踪列表，获取更新的跟踪目标。本发明采用了单高斯模型进行背景的建模，降低了检测的耗时，提高了整体的效率。 | ||
| 搜索关键词： | 跟踪目标 前景图像 高斯背景模型 跟踪 实时检测 视频运动 跟踪点 外边框 小目标 航拍 建模 卡尔曼滤波算法 单高斯模型 背景模型 层次聚类 神经网络 提取特征 稀疏光流 像素点 检测 向量 更新 算法 分辨 匹配 耗时 集合 预测 分析 | ||
【主权项】：
1.一种无人机航拍视频运动小目标实时检测与跟踪方法，其特征在于，所述无人机航拍视频运动小目标实时检测与跟踪方法，包括：对无人机航拍的视频图像序列，每间隔一帧抽取一帧图像，逐帧进行实时检测与跟踪；通过单高斯背景模型建模，获取当前背景模型；融合前一时刻的单高斯背景模型来对当前时刻的单高斯背景模型进行运动补偿，得到当前时刻的单高斯背景模型；在得到单高斯背景模型后，通过计算像素点属于单高斯背景模型的概率，分辨此像素点是前景还是背景，从而得到前景图像；对获得的前景图像进行稀疏光流分析，获取跟踪点集合；对跟踪点进行层次聚类，获取跟踪目标的外边框；将每帧前景图像检测得到的跟踪目标的外边框中的跟踪目标扣取出来，形成后续待跟踪列表；对每个跟踪目标通过深度神经网络来提取特征向量；对每个跟踪目标采用卡尔曼滤波算法进行预测、采用匈牙利算法匹配，并更新跟踪列表，获取更新的跟踪目标。
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电子科技集团公司第五十二研究所，未经中国电子科技集团公司第五十二研究所许可，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/201811642089.6/，转载请声明来源钻瓜专利网。
