[发明专利]基于图像金字塔绝对误差和的运动目标跟踪方法及系统

说明书

本发明公开了基于图像金字塔绝对误差和的运动目标跟踪方法及系统，属于图像识别技术领域，包括以下步骤：S1：分解每帧高速图像；S2：确定顶层目标中心坐标；S3：跳跃式寻找并修正目标中心坐标；S4：逐帧搜索跟踪目标。在跟踪视频的每一帧时，首先对视频的每一帧高速图像序列进行图像金字塔分解，再利用绝对误差和匹配方法匹配运动目标；根据视频的运行方向，对下一帧图像进行有向性搜索优化，大大提高了识别运动目标的速度。本发明在对于运动目标的识别跟踪工作中，相比于现有的图像识别跟踪技术，识别效果能够达到预期满意度，识别准确度较高，识别速度也得到显著提升，值得被推广使用。

技术领域

本发明涉及图像识别技术领域，具体涉及基于图像金字塔绝对误差和的运动目标跟踪方 法及系统。

背景技术

图像识别技术是常用的技术手段，可用于多种场景下。图像识别是指利用计算机对图像进 行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一 种实践应用。图像的传统识别流程分为四个步骤：图像采集→图像预处理→特征提取→图像 识别。图像识别可能是以图像的主要特征为基础的。每个图像都有它的特征,如字母A有个尖， P有个圈、而Y的中心有个锐角等。

目前图像识别技术发展得已经相对较为成熟，但是在对于运动目标的识别跟踪工作中， 现有的图像识别技术识别效果尚不能达到预期满意度，识别准确度不够高，识别速度也相对 较慢。为此，提出基于图像金字塔绝对误差和的运动目标跟踪方法。

发明内容

本发明所要解决的技术问题在于：如何解决现有的图像识别技术在识别运动目标过程中 存在的识别准确度不够高、识别速度相对较慢的问题，提供了基于图像金字塔绝对误差和的 运动目标跟踪方法。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

S1：分解每帧高速图像

对视频的一帧高速图像进行图像金字塔分解；

S2：确定顶层目标中心坐标

利用SAD(绝对误差和)匹配方法找到图像金字塔的顶层低分辨率图像的目标中心坐标；

S3：跳跃式寻找并修正目标中心坐标

将步骤S2中确定的顶层图像的目标中心坐标跳跃式映射到下层的高分辨率图像上，得到 新目标中心坐标，在以新目标中心坐标为中心的映射区域内利用绝对误差和匹配方法重新搜 索该层的目标中心坐标，即修正后的目标中心坐标，依次进行跳跃搜索直至得到底层的修正 后目标中心坐标；

S4：逐帧搜索跟踪目标

根据视频的运行方向，对下一帧高速图像重复步骤S1～S3进行搜索识别，实现目标跟踪。

更进一步的，在所述步骤S1中，进行图像金字塔分解的具体过程如下：

S11：将高速图像序列的第K帧原始图像取出，将该原始图像作为第K帧图像金字塔底部 图层第K帧图像的金字塔第d层记为/

S12：构造由到/的降分辨率图像金字塔，上层图像由下层图像经高斯滤波后做隔列 隔行降采样得到，采样公式如下：

其中，0dn,W(p,q)是一个5×5的具有低通特性的窗口函数，其定义如下：

更进一步的，在所述步骤S12中，降分辨率图像金字塔中自上而下每一层的尺寸大小为 下一层的四分之一。

更进一步的，在所述步骤S2中，顶层低分辨率图像的目标中心坐标为

更进一步的，在所述步骤S3中，经映射后下一层的高分辨率图像的新目标中心坐标为 映射区域为/修正后的目标中心坐标为/底层的修正后 目标中心坐标为/