[发明专利]融合描述式和判别式建模的目标跟踪方法有效

专利信息
申请号: 200910242339.1 申请日: 2009-12-09
公开(公告)号: CN101777185A 公开(公告)日: 2010-07-14
发明(设计)人: 唐明;张静 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06T7/20 分类号: G06T7/20;G06K9/62
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 梁爱荣
地址: 100080北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 融合 描述 判别式 建模 目标 跟踪 方法
【权利要求书】:

1.一种融合描述式和判别式建模的目标跟踪方法,其特征在于,基于两个尺度小图像块集合并且用二类支持向量机和一类支持向量机共同对被跟踪目标建模,该方法包括步骤如下:

步骤S1:对视频文件的第1帧图像做初始化处理:设帧号t=1,从视频文件中读取第1帧图像,人工或者利用目标检测算法确定被跟踪目标及其局部背景在第1帧图像中的位置,即初始位置;在被跟踪目标及其局部背景上随机抽取两个尺度的小图像块集合;按照用户指定的特征类型计算各小图像块的特征;利用两个尺度的小图像块的特征训练两对二类支持向量机和一类支持向量机,用第一尺度小图像块集合训练得到的二类支持向量机为2-SVC(1,s1)和一类支持向量机为1-SVC(1,s1),以及用第二尺度小图像块集合训练得到的二类支持向量机2-SVC(1,s2)和一类支持向量机为1-SVC(1,s2)共同构成被跟踪目标的模型,其中,s1和s2分别表示第一尺度和第二尺度,2-SVC表示为二类支持向量机,1-SVC表示为一类支持向量机;

步骤S2:确定被跟踪目标在第t+1帧图像中的位置:从视频文件中读取第t+1帧图像,随机抽取两个尺度的小图像块集合;计算各小图像块的特征;基于两个尺度小图像块的被跟踪目标的模型为2-SVC(t,s1)、1-SVC(t,s1)和2-SVC(t,s2)、1-SVC(t,s2),利用2-SVC(t,s1)、1-SVC(t,s1)和2-SVC(t,s2)、1-SVC(t,s2)确定被跟踪目标在第t+1帧中的位置,并根据被跟踪目标在第t+1帧中的位置将被跟踪目标模型由2-SVC(t,s1)、1-SVC(t,s1)和2-SVC(t,s2)、1-SVC(t,s2)更新为2-SVC(t+1,s1)、1-SVC(t+1,s1)和2-SVC(t+1,s2)、1-SVC(t+1,s2);输出被跟踪目标在第t+1帧图像中的位置;

步骤S3:若第t+1帧不是视频文件的最后一帧,t=t+1,返回步骤S2;若第t+1帧是视频文件的最后一帧,则至步骤S4;

步骤S4:结束目标跟踪。

2.如权利要求1所述的目标跟踪方法,其特征在于,对视频文件的第1帧图像做初始化处理的具体步骤如下: 

步骤S11:设帧号t=1,用目标框和背景框在视频文件的第1帧图像中选定需要被跟踪的目标以及被跟踪目标附近的背景的初始位置;

步骤S12:指定小图像块第一尺度,分别在目标框和背景框的环矩形区域中随机采样,得到表示图像中被跟踪目标及被跟踪目标局部背景的一对第一尺度小图像块集合;表示图像中被跟踪目标的第一尺度小图像块是正样本,表示图像中被跟踪目标局部背景的第一尺度小图像块是负样本;

步骤S13:指定小图像块第二尺度,分别在目标框和背景框的环形区域中随机采样,得到表示图像中被跟踪目标及被跟踪目标局部背景的一对第二尺度小图像块集合;表示图像中被跟踪目标的第二尺度小图像块是正样本,表示图像中被跟踪目标局部背景的第二尺度小图像块是负样本;

步骤S14:对一对第一尺度小图像块集合中的各小图像块,指定一种特征的直方图作为各小图像块的特征,对各小图像块进行计算并得到第一尺度小图像块特征;

步骤S15:对一对第二尺度小图像块集合中的各小图像块,指定一种特征的直方图作为各小图像块的特征,对各小图像块的特征进行计算并得到第二尺度小图像块特征;

步骤S16:利用一对第一尺度小图像块集合训练二类支持向量机,获得第一尺度下目标和背景的判别分类面,亦称第一尺度二类支持向量机2-SVC(1,s1);利用一对第一尺度小图像块集合中表示被跟踪目标的小图像块集合训练一类支持向量机获得第一尺度下目标的描述性特征分布,亦称第一尺度一类支持向量机1-SVC(1,s1);这一对第一尺度二类支持向量机2-SVC(1,s1)和第一尺度一类支持向量机1-SVC(1,s1)构成第一帧图像中第一尺度下的被跟踪目标模型;

步骤S17:利用一对第二尺度小图像块集合训练二类支持向量机,获得第二尺度下目标和背景的判别分类面,亦称第二尺度二类支持向量机2-SVC(1,s2);利用一对第二尺度小图像块集合中表示被跟踪目标的小图像块集合训练一类支持向量机获得第二尺度下目标的描述性特征分布,亦称第二尺度一类支持向量机1-SVC(1,s2);这一对第二尺度二 类支持向量机2-SVC(1,s2)和第二尺度一类支持向量机1-SVC(1,s2)构成第一帧图像中第二尺度下的被跟踪目标模型。

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科学院自动化研究所,未经中国科学院自动化研究所许可,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/pat/books/200910242339.1/1.html,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 back_top