[发明专利]基于无人机的目标跟踪方法及装置

权利要求书

1.一种应用于无人机的目标跟踪方法，其特征在于：包括以下步骤，

利用无人机携带的摄像头采集跟踪目标的图像；

初始化目标跟踪模型，实时预测跟踪目标在图像中的位置和尺度；

根据跟踪目标在图像中的位置和尺度，调整摄像头云台的旋转和俯仰偏转角度，使跟踪目标保持在图像的中央；

建立图像中的跟踪目标与现实环境中的跟踪目标的对应关系，以测量摄像头与跟踪目标之间的距离；

通过飞控系统控制无人机自主跟踪地面的跟踪目标，以使摄像头与跟踪目标保持在预设的距离范围内；

所述初始化目标跟踪模型，实时预测跟踪目标在图像中的位置和尺度包括，

从第一帧图像中，确定跟踪目标的所在的目标区域，对目标区域进行特征提取，提取的特征为形状和颜色特征；

将提取的目标区域的特征进行训练，得到目标区域的相关滤波器；

对第一帧图像后的每帧图像，裁剪每帧图像中由前一帧图像预测的候选目标区域，然后进行特征提取，将特征经cosine窗函数处理后，做快速傅里叶变换，然后与目标区域的相关滤波器相乘，将结果做逆快速傅里叶变换之后，最大响应点所在的区域即为跟踪目标所在目标区域的新位置；

通过响应图的振荡程度判断跟踪结果的置信度，若置信度高于阈值，则用新位置的目标区域训练更新得到新的相关滤波器，用于之后的位置预测；

当前帧的跟踪置信度高于阈值时，在跟踪器预测的目标位置基础上通过调整跟踪框的比例来找到响应值最大的尺度，以实现尺度自适应；

在跟踪置信度高于阈值的情况下，在线训练目标检测模型；在跟踪置信度低于阈值的情况下，利用目标检测模型对目标进行再次检测；

所述在跟踪置信度高于阈值的情况下，在线训练目标检测模型；在跟踪置信度低于阈值的情况下，利用目标检测模型对目标进行再次检测包括，

在跟踪置信度高于阈值的情况下，统计前景目标和背景区域的颜色直方图并归一化，得到前景和背景的颜色概率模型；

在跟踪置信度低于阈值的情况下，利用前景和背景的颜色概率模型对目标进行再次检测，即通过贝叶斯方法判别每个像素属于前景的概率，得到像素级颜色概率图；

对边缘相似颜色的跟踪目标抑制，得到候选的目标区域；

当检测得到的候选目标区域的最大响应值高于置信度阈值时，才采用检测的结果。

2.如权利要求1所述的应用于无人机的目标跟踪方法，其特征在于：所述从第一帧图像中，确定跟踪目标的所在的目标区域，对目标区域进行特征提取包括，

在第一帧图像中，若待跟踪目标为用户点选，则用显著性检测算法获取目标区域；若待跟踪目标为用户框选，则对目标进行图像分割，取分割后最大连通区域的最小外接矩形与初始目标框的重叠区域为实际跟踪目标区域；

从给定的要跟踪的目标区域中提取出HOG和CN特征。