[发明专利]基于ECO与伺服联动的无人机目标跟踪方法及装置

说明书

本发明提供了一种基于ECO与伺服联动的无人机目标跟踪方法及装置，该方法包括：确定跟踪目标；将跟踪目标作为样本放入ECO算法训练相关滤波器；读取下一帧图像，获取目标位置及其置信度概率；依据当前帧跟踪结果调整伺服器的镜头，使得目标始终处于镜头的正中间，获取目标的运动方向和速度；推断出当前帧目标可能处于的范围；判断当前帧跟踪结果是否处于推断的范围内，如果不处于，根据目标的运动方向和速度，匀速运行一帧的时间到达的位置作为样本；如果处于，则将当前帧跟踪结果作为样本；更新ECO算法的样本集；更新相关滤波器；循环执行上述步骤，直至处理完。本发明在目标丢失时，能够根据目标运动轨迹来重捕获目标位置，提升跟踪效果。

技术领域

本发明涉及计算机视觉应用目标跟踪领域，尤其涉及一种基于ECO与伺服联动的无人机目标跟踪方法及装置。

背景技术

视觉目标跟踪是计算机视觉中一个重要研究方向，在军事无人飞行器、精确制导以及空中预警和民用视频监控，人机交互和无人驾驶等众多领域有着极其广泛的应用，然而目标跟踪面临着目标尺度变换、重度遮挡、快速移动、超出视野和光照变化等众多挑战，因此提出一种可靠的实时视觉目标跟踪方法具有很重要的现实意义。

以往的相关滤波视觉目标跟踪算法主要是使用给出的样本去训练一个判别分类器，判断跟踪到的是目标还是周围的背景信息。主要使用轮转矩阵对样本进行采集，使用快速傅里叶变换对算法进行加速计算，而ECO目标跟踪算法在此基础上着重于解决模型过大的问题，通过减少参数，简化训练集，减少模型更新频率来加快跟踪速度，对抗模型漂移。对于目标轻度遮挡、姿态改变以及光照变化具有很好的跟踪效果，然而对于目标长期跟踪过程中出现的目标重度遮挡、快速移动以及超出视野等情况下，容易导致跟踪失败。

发明内容

本发明的目的在于提供一种基于ECO与伺服联动的无人机目标跟踪方法及装置，旨在用于解决现有的无人机目标跟踪采用ECO目标跟踪算法在面对目标重度遮挡、快速移动以及超出视野等情况下，容易导致跟踪失败问题。

本发明是这样实现的：

一方面，本发明提供一种基于ECO与伺服联动的无人机目标跟踪方法，包括以下步骤：

S1、读取视频或图像序列的第一帧图像，确定跟踪目标；

S2、将当前帧跟踪目标作为样本放入ECO算法训练相关滤波器；

S3、读取下一帧图像，利用训练好的相关滤波器卷积图像候选区域对应的特征，获取图像候选区域的置信度图，置信度图概率最大位置对应当前帧图像的目标位置及其置信度概率；

S4、依据当前帧跟踪结果调整伺服器的镜头，使得目标始终处于镜头的正中间，根据之前一段图像序列中伺服器调整的方向和距离，获取目标的运动方向和速度；

S5、依据上一帧跟踪的目标位置以及上一帧之后获取的目标的运动方向和速度推断出当前帧目标可能处于的范围；

S6、判断当前帧跟踪结果是否处于推断的范围内，如果不处于，则判断为目标丢失，此时根据上一帧跟踪的目标位置以及上一帧之后获取的目标的运动方向和速度，匀速运行一帧的时间到达的位置作为样本；如果处于，则将当前帧跟踪结果作为样本；

S7、使用样本融合更新策略，更新ECO算法的样本集；

S8、利用获取的样本集训练ECO算法，更新相关滤波器；

循环执行步骤S3~S8，直至当前视频或图像序列处理完。

进一步地，所述步骤S4中根据之前一段图像序列中伺服器调整的方向和距离，获取目标的运动方向和速度具体包括：根据之前一段图像序列中伺服器调整的方向，利用多项式拟合推断出伺服器的运动方向作为目标的运动方向，根据之前一段图像序列中伺服器运动的距离计算伺服器的平均速度作为目标的运动速度。