[发明专利]一种运动目标跟踪方法及运动目标跟踪装置在审
| 申请号: | 202010080779.8 | 申请日: | 2020-02-05 |
| 公开(公告)号: | CN111260681A | 公开(公告)日: | 2020-06-09 |
| 发明(设计)人: | 王晓君;张丽 | 申请(专利权)人: | 河北科技大学 |
| 主分类号: | G06T7/20 | 分类号: | G06T7/20 |
| 代理公司: | 石家庄国为知识产权事务所 13120 | 代理人: | 秦敏华 |
| 地址: | 050000 河*** | 国省代码: | 河北;13 |
| 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 运动 目标 跟踪 方法 装置 | ||
本申请提供了一种运动目标跟踪方法及运动目标跟踪装置,属于监控技术领域,包括:基于fDSST算法对实时输入的连续帧图像中的运动目标进行跟踪;在对上述运动目标进行跟踪的过程中,监测上述运动目标是否被遮挡;若上述运动目标被遮挡,则基于粒子滤波算法对实时输入的连续帧图像中的运动目标进行跟踪;若上述运动目标未被遮挡,则执行上述基于fDSST算法对实时输入的连续帧图像中的运动目标进行跟踪的步骤。本申请在运动目标为被遮挡或未被遮挡的情况下,通过不同的算法对运动目标进行跟踪,降低了对运动目标跟踪时丢失运动目标的可能性。
技术领域
本申请属于监控技术领域,尤其涉及一种运动目标跟踪方法及运动目标跟踪装置。
背景技术
传统的运动目标跟踪方法一般利用视觉特征对运动目标进行跟踪,在简单环境下,对特定目标具有良好的跟踪效果,但是当背景复杂,运动目标发生尺度变换,以及障碍物遮挡时,视觉特征变化较大,跟踪效果较差。针对尺度变化问题,目前已提出的一种多尺度空间滤波跟踪算法(Discriminative Scale Space Tracking,DSST)能够有效的解决跟踪过程中的尺度变换问题,但是该方法当运动目标发生遮挡时无法有效跟踪,当运动目标发生遮挡时,无法保留运动目标信息,当运动目标再次出现时,无法重新锁定运动目标,导致跟踪漂移。fDSST算法是DSST算法的加速算法,在滤波器中通过使用傅里叶变换进行加速运算,加速后的fDSST算法在跟踪过程中具有较高的帧率,但该算法对发生遮挡的运动目标跟踪效果依旧较差,当运动目标被遮挡后再次出现在视频中时,该算法会丢失运动目标,无法完成跟踪。
发明内容
本申请的目的在于提供一种运动目标跟踪方法及运动目标跟踪装置,可降低对运动目标跟踪时丢失运动目标的可能性。
为实现上述目的,本申请第一方面提供了一种运动目标跟踪方法,包括:
基于fDSST算法对实时输入的连续帧图像中的运动目标进行跟踪;
在对上述运动目标进行跟踪的过程中,监测上述运动目标是否被遮挡;
若上述运动目标被遮挡,则基于粒子滤波算法对实时输入的连续帧图像中的运动目标进行跟踪;
若上述运动目标未被遮挡,则执行上述基于fDSST算法对实时输入的连续帧图像中的运动目标进行跟踪的步骤。
基于本申请第一方面,在第一种可能的实现方式中,上述监测上述运动目标是否被遮挡包括:
基于上述实时输入的连续帧图像,获取上述运动目标的初始帧图像以及上述运动目标的当前帧图像;
基于上述初始帧图像和当前帧图像判断上述运动目标是否被遮挡。
基于本申请第一方面的第一种可能的实现方式,在第二种可能的实现方式中,上述基于上述初始帧图像和当前帧图像判断上述运动目标是否被遮挡包括:
计算上述初始帧图像和上述当前帧图像的结构相似性,并将上述结构相似性与预设的阈值进行比较;
若上述结构相似性小于上述阈值,则判断上述运动目标被遮挡;
若上述结构相似性大于上述阈值,则判断上述运动目标未被遮挡。
基于本申请第一方面的第二种可能的实现方式,在第三种可能的实现方式中,上述计算上述初始帧图像和上述当前帧图像的结构相似性包括:
基于结构相似性评价模型计算上述初始帧图像和上述当前帧图像的结构相似性,上述结构相似性评价模型具体为:
SSIM(x,y)=l(x,y)α·c(x,y)β·s(x,y)γ
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河北科技大学,未经河北科技大学许可,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/202010080779.8/2.html,转载请声明来源钻瓜专利网。





