[发明专利]一种目标跟踪方法、装置和无人机在审
申请号: | 201910213970.2 | 申请日: | 2019-03-20 |
公开(公告)号: | CN109978045A | 公开(公告)日: | 2019-07-05 |
发明(设计)人: | 崔希鹏 | 申请(专利权)人: | 深圳市道通智能航空技术有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06T5/40;G06T7/246 |
代理公司: | 深圳市六加知识产权代理有限公司 44372 | 代理人: | 孟丽平 |
地址: | 518055 广东省深圳市南山*** | 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: | 待检测图像 候选目标 跟踪器 检测 目标跟踪 模型获得 目标检测 颜色特征 预设目标 丢失率 更新 学习 | ||
1.一种目标跟踪方法,其特征在于,所述方法包括:
获取待检测图像;
利用跟踪器检测所述待检测图像中的目标,其中,所述跟踪器基于所述目标的特征训练获得;
判断在所述待检测图像中是否检测到所述目标;
如果在所述待检测图像中未检测到所述目标,则将所述待检测图像输入基于深度学习的预设目标检测模型,以获得至少一个候选目标框以及所述候选目标框对应的类别;
根据所述目标的类别和颜色特征从所述至少一个候选目标框中选择候选目标框;
基于选中的候选目标框重新训练跟踪模型,更新所述跟踪器。
2.根据权利要求1所述的方法,其特征在于,所述判断在所述待检测图像中是否检测到所述目标,包括:
判断利用所述跟踪器检测所述待检测图像获得的最大响应值是否不大于预设响应阈值;
若是,则确定在所述待检测图像中未检测到所述目标。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述目标的类别和颜色特征从所述至少一个候选目标框中选择一个候选目标框,包括:
从所述至少一个候选目标框中选择与所述目标类别相同的候选目标框;
从与所述目标类别相同的候选目标框中选择颜色特征与所述目标的颜色特征相似度最大且大于预设相似度阈值的候选目标框。
4.根据权利要求1所述的方法,其特征在于,所述判断在所述特征检测图像中是否检测到所述目标,包括:
判断利用所述跟踪器检测所述待检测图像获得的最大响应值是否大于预设响应阈值;
若是,则确定在所述待检测图像中检测到所述目标。
5.根据权利要求4所述的方法,其特征在于,该方法还包括:
将所述最大响应值对应的位置作为所述目标在所述待检测图像中的位置。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述目标的特征包括所述目标的初始目标框,则,在所述利用跟踪器检测所述待检测图像中的目标之前,所述方法还包括:
获取初始目标框;
基于所述初始目标框训练跟踪模型,获得所述跟踪器。
7.根据权利要求3所述的方法,其特征在于,所述颜色特征包括颜色统计直方图。
8.根据权利要求6所述的方法,其特征在于,所述方法还包括:
基于所述初始目标框获得所述目标的颜色统计直方图。
9.根据权利要求3所述的方法,其特征在于,所述方法还包括:
如果从所述至少一个候选目标框中未获得与所述目标类别相同、且颜色特征相似度大于预设相似度阈值的候选目标框,则增加预设计时的数值,并获取新的待检测图像基于预设目标检测模型再次进行检测;
如果从所述至少一个候选目标框中得到与所述目标类别相同、且颜色特征最大相似度大于预设相似度阈值的候选目标框,则将预设计时清零;
如果所述预设计时的数值达到预设阈值,则重新获取初始目标框,并基于所述初始目标框更新所述跟踪器。
10.根据权利要求1-9中任一项所述的方法,其特征在于,所述跟踪器为基于核相关滤波算法的跟踪器。
11.根据权利要求1-10任一项所述的方法,其特征在于,所述预设目标检测模型为基于SSD算法的目标检测模型。
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深圳市道通智能航空技术有限公司,未经深圳市道通智能航空技术有限公司许可,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/201910213970.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:训练数据生成方法和装置、以及模型的训练方法和装置
- 下一篇:一种发票分类方法