[发明专利]一种基于在线学习的实时跟踪方法及跟踪系统

权利要求书

1.一种基于在线学习的实时跟踪方法，其特征在于：包括以下步骤，

步骤A、获取目标视觉信息；

步骤B、以提高图像质量为目标，完成图像的降噪和增强；

步骤C、以在线学习方法提取正负样本和相应的特征，并用随机森林进行在线学习，得到目标，并利用可靠性准则对目标进行可靠性评估；

步骤D、利用光流法完成手势目标的跟踪。

2.根据权利要求1所述的基于在线学习的实时跟踪方法，其特征在于：所述的步骤A中，目标视觉信息包括：目标的图像信息、轮廓信息。

3.根据权利要求1所述的基于在线学习的实时跟踪方法，其特征在于：所述的步骤D中，采用KLT跟踪方法。

4.一种基于在线学习的实时跟踪系统，包括图像感应单元、图像处理单元、影像显示单元；

所述的普通图像感应单元：负责获取视觉信息；

所述的图像处理单元：负责图像感应单元的图像去噪与目标增强；

所述的影像显示单元：负责显示影像及图形界面；

其特征在于：还包括在线学习单元和KLT跟踪单元；

所述的在线学习单元的输入端接所述的图像处理单元的输出端：包括目标特征信息提取单元、随机森林分类器、分类可靠性度量单元；

所述的目标特征信息提取单元：负责目标的特征信息获取，以便用于实时确定正负样本；

所述的随机森林分类器：利用提取的特征的信息进行分类器的设计和分类；

所述的分类可靠性度量：利用目标在帧间变化较小这一特征，进行分类器可靠性度量，保证跟踪的可靠性；

所述的KLT跟踪单元的输入端接所述的在线学习单元的输出端：利用在线学习检测到的结果，实现目标的高精度跟踪。