[发明专利]一种基于KCF算法的运动预测方法在审
| 申请号： | 201810868875.1 | 申请日： | 2018-08-02 |
| 公开（公告）号： | CN109087331A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 肖东晋;张立群 | 申请（专利权）人： | 阿依瓦（北京）技术有限公司 |
| 主分类号： | G06T7/223 | 分类号： | G06T7/223 |
| 代理公司： | 上海智晟知识产权代理事务所(特殊普通合伙) 31313 | 代理人： | 李镝的 |
| 地址： | 100083 北京市海*** | 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： | 算法 模板图像 粗略位置 搜索区域 运动预测 矩形块 滤波 图像位置关系 精细位置 矩形区域 匹配算法 搜索中心 非共线 匹配 | ||
1.一种基于核相关滤波KCF算法的运动预测方法，包括下列步骤：
在模板图像中选取四个以上非共线的点X1、X2、X3、X4；
在模板图像中分别以所选取的点X1、X2、X3、X4为中心选取矩形块；
根据模板图像与上一帧的图像位置关系确定所选取的点X1、X2、X3、X4在上一帧中的位置X1’、X2’、X3’、X4’作为当前帧的搜索中心点；
在当前帧中分别以位置X1’、X2’、X3’、X4’为中心选取相应矩形块作为KCF算法的搜索区域；
使用核相关滤波KCF算法在所述搜索区域中确定X1、X2、X3、X4在当前帧中的粗略位置X1”、X2”、X3”、X4”；
使用匹配算法根据所述粗略位置X1”、X2”、X3”、X4”在以X1”、X2”、X3”、X4”为中心的矩形区域中进行匹配以确定X1、X2、X3、X4在当前帧中的精细位置X1”’、X2”’、X3”’、X4”’。
2.根据权利要求1所述的方法，其中根据模板图像与上一帧的图像位置关系确定所选取的点X1、X2、X3、X4在上一帧中的位置X1’、X2’、X3’、X4’包括：
根据表征模板图像与上一帧的图像位置关系的单应矩阵Hn-1确定所选取的点X1、X2、X3、X4在上一帧中的位置X1’、X2’、X3’、X4’作为当前帧的搜索中心点。
3.根据权利要求1所述的方法，其中使用匹配算法根据所述粗略位置X1”、X2”、X3”、X4”在以X1”、X2”、X3”、X4”为中心的矩形区域中确定X1、X2、X3、X4在当前帧中的精细位置X1”’、X2”’、X3”’、X4”’包括：
确定表征模板图像与当前帧的粗略图像位置关系的单应矩阵Hn’；以及
使用匹配算法根据单应矩阵Hn’在以X1”、X2”、X3”、X4”为中心的矩形区域中进行匹配以确定X1、X2、X3、X4在当前帧中的精细位置X1”’、X2”’、X3”’、X4”’。
4.根据权利要求3所述的方法，其中使用匹配算法根据所述粗略位置X1”、X2”、X3”、X4”在以X1”、X2”、X3”、X4”为中心的矩形区域中进行匹配以确定X1、X2、X3、X4在当前帧中的精细位置X1”’、X2”’、X3”’、X4”’包括：
根据精细位置X1”’、X2”’、X3”’、X4”’确定表征模板图像与当前帧的精细图像位置关系的单应矩阵Hn。
5.根据权利要求4所述的方法，其中该方法还包括：
用单应矩阵Hn更新通过KCF算法得到的单应矩阵Hn’以供用于下一帧的运动预测。
6.根据权利要求1至5之一所述的方法，其中所述匹配算法为块匹配算法或其它匹配算法。
7.一种机器可读存储介质，其具有存储在其上的计算机程序，所述计算机程序被配置为执行根据权利要求1至6之一所述的方法。
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阿依瓦（北京）技术有限公司，未经阿依瓦（北京）技术有限公司许可，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/201810868875.1/1.html，转载请声明来源钻瓜专利网。
