[发明专利]目标追踪方法、系统、可读存储介质及电子设备在审
| 申请号: | 201810632595.0 | 申请日: | 2018-06-19 |
| 公开(公告)号: | CN108960084A | 公开(公告)日: | 2018-12-07 |
| 发明(设计)人: | 袁春;林之冠 | 申请(专利权)人: | 清华大学深圳研究生院 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
| 代理公司: | 深圳市鼎言知识产权代理有限公司 44311 | 代理人: | 曾昭毅;郑海威 |
| 地址: | 518055 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 目标追踪 可读存储介质 电子设备 物体表面 低分辨率 高分辨率 目标图像 低分辨率图像 目标追踪系统 模型获取 图像块 追踪器 帧内 图像 场景 重建 更新 | ||
1.一种目标追踪方法,其特征在于,所述目标追踪方法包括:
将低分辨率图像重建为高分辨率的目标图像;
根据所述目标图像训练出物体表面模型;
根据训练得到的物体表面模型获取当前帧内目标的可能的位置;
确定当前帧的目标的位置。
2.如权利要求1所述的目标追踪方法,其特征在于,所述将低分辨率图像重建为高分辨率的目标图像包括:
对低分辨率图像进行插值操作,以得到插值低分辨率图像;
将插值低分辨率图像输入至卷积神经网络,以对低分辨率图像进行卷积操作,并输出卷积图像;
根据插值低分辨率图像及卷积图像生成所述目标图像。
3.如权利要求2所述的目标追踪方法,其特征在于,所述对低分辨率图像进行插值操作包括:
对低分辨率图像进行双三次插值操作。
4.如权利要求1所述的追踪方法,其特征在于,所述根据所述目标图像训练出物体表面模型包括:
对所述目标图像进行特征提取,以得到对应第一帧的目标框;
根据公式计算物体表面模型的矩阵w,其中所述公式为:
其中,x为所述目标框的M×N维的矩阵,y为M×N维的二维高斯分布所对应标签,分别为x,y,w经过傅立叶变换在频域的值,为的共轭对称,⊙表示点乘,λ表示正则项,用于控制过拟合。
5.如权利要求4所述的目标追踪方法,其特征在于,所述根据训练得到的物体表面模型获取当前帧内目标的可能的位置包括:
根据搜索窗及物体表面模型经傅立叶变换在频域的值计算响应图在频域的值其中:
其中,为z经过傅立叶变换在频域的值。对做傅立叶逆变换,得到响应图f(z)。
6.如权利要求5所述的目标追踪方法,其特征在于,所述确定当前帧的目标的位置包括:
获取响应图对应的响应值;
将具有最大值的响应图的位置作为所述目标在当前帧的位置。
7.如权利要求6项所述的目标追踪方法,其特征在于,所述目标追踪方法还包括:
更新所述物体表面模型。
8.如权利要求7所述的目标追踪方法,其特征在于,所述更新所述物体表面模型包括:
根据当前帧目标的位置得到新目标框x1;
再根据公式得到新的物体表面模型
根据公式更新所述物体表面模型,以得到新的物体表面模型w′:
w′=(1-α)w+αw1
其中,α是学习率,w1为经过傅立叶逆变换在频域的值。
9.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理执行时实现如权利要求1-8中任一项所述的目标追踪方法的步骤。
10.一种电子设备,包括存储器及处理器,所述存储器存储若干被所述处理器执行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-8中任一项所述的目标追踪方法的步骤。
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清华大学深圳研究生院,未经清华大学深圳研究生院许可,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/201810632595.0/1.html,转载请声明来源钻瓜专利网。





