[发明专利]一种通过时空上下文进行视觉跟踪的方法有效

专利信息
申请号: 201811031171.5 申请日: 2018-09-05
公开(公告)号: CN109325966B 公开(公告)日: 2022-06-03
发明(设计)人: 柳培忠;陈智;骆炎民;杜永兆;张万程 申请(专利权)人: 华侨大学;泉州市中仿宏业信息科技有限公司
主分类号: G06T7/246 分类号: G06T7/246;G06T7/73
代理公司: 泉州市文华专利代理有限公司 35205 代理人: 张浠娟
地址: 362000 福*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 通过 时空 上下文 进行 视觉 跟踪 方法
【权利要求书】:

1.一种通过时空上下文进行视觉跟踪的方法,包括如下步骤:

步骤1:初始化参数;

步骤2:训练上下文感知滤波器得到位置模型;

步骤3:训练尺度相关滤波器的最大尺度响应值得到尺度模型;

步骤4:分类器输出响应图;判别相关滤波器生成与响应图峰值对应的峰值旁瓣比;

其特征在于:还包括:

步骤5:对比响应图峰值与峰值旁瓣比,所述峰值旁瓣比的计算公式为:

其中,Gmax(x)为响应图Gt的最大值,s1是峰值周围的峰值旁瓣区域,μs1和σs1分别是旁瓣区域的均值和标准差;

当PSRtGmax时,即满足峰值旁瓣比PSR小于响应图峰值Gmax条件时在当前帧重新激活在线随机蕨类分类器;

当PSRtGmax时,即满足峰值旁瓣比PSR大于响应图峰值Gmax条件时,

通过更新如下公式来更新位置模型:

其中i是当前帧的序号;η是学习速率;为分类器参数;为目标位置模型的参数;位置模型更新即为与的更新;

通过式如下公式来更新尺度模型:

其中η为学习速率,为第k个训练样本,为第k个训练样本的复共轭,Gt为理想相关输出,为第l维的训练样本,λ为正则项权重因子,t为帧序号,l为维数,d与k为特征维度数;

尺度模型更新即为更新与Bt的更新;

当PSRt=Gmax时,即满足响应图峰值Gmax等于峰值旁瓣比PSR时,则继续维持当前视觉跟踪状态;

步骤6:将更新好的位置模型与尺度模型作用于下一帧跟踪;返回步骤4。

2.根据权利要求1所述的一种通过时空上下文进行视觉跟踪的方法,其特征在于:所述步骤2与所述步骤3的顺序可调换。

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华侨大学;泉州市中仿宏业信息科技有限公司,未经华侨大学;泉州市中仿宏业信息科技有限公司许可,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/201811031171.5/1.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