[发明专利]一种基于视觉的物体跟踪方法

权利要求书

1.一种基于视觉的物体跟踪方法，其特征在于，包括如下步骤：

S1：用户框选待跟踪目标后运行跟踪过程，实时计算跟踪过程中的峰值旁瓣比PSR，当PSR大于阈值τ1时，启动KCF跟踪和KCF检测过程，更新跟踪结果及相关滤波器模型，当PSR在τ1和τ2之间时，只更新跟踪结果，不更新相关滤波器模型，当PSR小于τ2时，不执行跟踪过程，运行检测模块；

S2：、跟踪过程中不训练单独的分类器用于检测模块；

S3：检测时运行YOLO检测器，检测出图像中所有可能包含的20种常用对象作为进一步检测的输入；

S4：将检测结果与跟踪滤波器模型作叉乘，当结果大于阈值P时，更新跟踪结果，并停止运行检测器。

2.根据权利要求1所述的一种基于视觉的物体跟踪方法，其特征在于，所述KCF跟踪过程包括如下步骤：

S11、在It帧中，在当前位置pt附近采样，训练一个回归器，所述回归器用于计算一个小窗口采样的响应；

S12、在It+1帧中，在前一帧位置pt附近采样，用S11中的回归器判断每个采样的响应；

S13、响应最强的采样作为本帧位置pt+1。

3.根据权利要求1所述的一种基于视觉的物体跟踪方法，其特征在于，所述S3中的运行YOLO检测器，具体包括如下步骤：

S31、跟踪失败时，激活YOLO目标检测过程；

S32、检测后的输出结果是输出边界框，包括边界框矩形的XY坐标，宽高，置信值，以及所属类别等。

S33、根据检测结果，得到若干个粗选结果；

S34、对粗选结果进行精选，得到唯一的最大响应值，即为最终检测目标。

4.根据权利要求1至3中任一项所述的一种基于视觉的物体跟踪方法，其特征在于，所述物体跟踪方法在Macbook Air 1.7GHz i7处理器上，采用Cmake+OpenCV开发平台，对OTB100序列进行仿真。

5.根据权利要求1至3中任一项所述的一种基于视觉的物体跟踪方法，其特征在于，所述物体跟踪方法在在手机上基于Xcode+OpenCV开发平台，跟踪程序实时传输目标框位置给三轴自稳云台，实现了对目标的跟踪控制功能。

6.根据权利要求1至3中任一项所述的一种基于视觉的物体跟踪方法，其特征在于，所述物体跟踪方法可用于跟踪多种不同种类的物体。

7.根据权利要求6所述的一种基于视觉的物体跟踪方法，其特征在于，所述物体跟踪方法可用于跟踪20种以上的物体。

8.根据权利要求1至3中任一项所述的一种基于视觉的物体跟踪方法，其特征在于，所述物体跟踪方法应用在手机上。

9.根据权利要求8所述的一种基于视觉的物体跟踪方法，其特征在于，所述物体跟踪方法应用于手持云台的手机上。