[发明专利]目标跟踪的方法、装置以及计算机可读存储介质在审
| 申请号: | 202011475631.0 | 申请日: | 2020-12-14 | 
| 公开(公告)号: | CN112507906A | 公开(公告)日: | 2021-03-16 | 
| 发明(设计)人: | 罗伯特·罗恩思;马原 | 申请(专利权)人: | 北京澎思科技有限公司 | 
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T5/10 | 
| 代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 荣颖佳 | 
| 地址: | 100000 北京市朝*** | 国省代码: | 北京;11 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 目标 跟踪 方法 装置 以及 计算机 可读 存储 介质 | ||
1.一种目标跟踪的方法,其特征在于,包括:
确定参考帧中的待跟踪目标所在的第一区域;
根据所述第一区域在所述参考帧中的位置,确定搜索帧中的第二区域,其中所述第二区域与所述第一区域具有相同的大小,且所述第二区域相对于所述搜索帧的位置与所述第一区域相对于所述参考帧的位置相同;
对所述第一区域执行二维傅里叶变换得到第一频域结果,对所述第二区域执行二维傅里叶变换得到第二频域结果;
获取对预先设定的高斯标签进行二维傅里叶变换所得到的第三频域结果;
根据所述第一频域结果、所述第二频域结果和所述第三频域结果,得到频域综合结果;
对所述频域综合结果进行二维傅里叶逆变换,得到相关性矩阵;
根据所述相关性矩阵,确定所述待跟踪目标在所述第二区域中的目标位置。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一频域结果、所述第二频域结果和所述第三频域结果,得到频域综合结果,包括:
获取所述第一频域结果的共轭;
计算所述第一频域结果的共轭、所述第二频域结果和所述第三频域结果的第一哈达玛德乘积;
计算所述第一频域结果的共轭与所述第一频域结果的第二哈达玛德乘积,以及,所述第二哈达玛德乘积与预设的正则系数的和值;
计算所述第一哈达玛德乘积与所述和值的商,得到所述频域综合结果。
3.根据权利要求1所述的方法,其特征在于,所述对所述第一区域执行二维傅里叶变换得到第一频域结果,包括:
针对所述第一区域的每一通道,对该通道的各像素的像素值执行二维傅里叶变换,得到第一频域通道结果;
对各第一频域通道结果执行求和,得到所述第一频域结果。
4.根据权利要求1所述的方法,其特征在于,通过下式得到频域综合结果:
其中,
Ψ为频域综合结果;
xc为参考帧中各像素的像素值;
F为二维快速傅里叶变换;
zc为搜索帧中各像素的像素值;
C为通道数;
g为预先设定的高斯标签;
λ为预设的正则系数;
*为共轭;
⊙为哈达玛德乘积;
-为逐元素相除。
5.根据权利要求4所述的方法,其特征在于,所述高斯标签和正则系数是基于二维傅里叶变换对实数输入的共轭对称性而预先确定的。
6.根据权利要求1所述的方法,其特征在于,所述确定参考帧中的待跟踪目标所在的第一区域,包括:
使用基于深度学习的目标检测方法,确定所述待跟踪目标在所述参考帧中的边界框;
将所述边界框作为所述第一区域,或者,将包围所述边界框的具有特定大小的区域作为所述第一区域。
7.根据权利要求1所述的方法,其特征在于,所述第一区域和所述第二区域为相同大小的方形,且每条边的像素数等于2的幂次。
8.根据权利要求1所述的方法,其特征在于,根据所述相关性矩阵,确定所述待跟踪目标在所述第二区域中的目标位置,包括:
根据所述相关性矩阵中数值最大的元素所在的位置,来确定所述目标位置。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序被处理器或计算机运行时实现如权利要求1至8任一所述方法的步骤。
10.一种目标跟踪的装置,其特征在于,包括:处理器和如权利要求9所述的计算机可读存储介质,当所述处理器运行所述计算机可读存储介质上所存储的计算机程序时,实现如权利要求1至8任一所述方法的步骤。
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北京澎思科技有限公司,未经北京澎思科技有限公司许可,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/202011475631.0/1.html,转载请声明来源钻瓜专利网。





