[发明专利]一种基于多特征融合与运动估计的视频卫星目标跟踪方法在审
| 申请号: | 202210965432.0 | 申请日: | 2022-08-12 |
| 公开(公告)号: | CN115439777A | 公开(公告)日: | 2022-12-06 |
| 发明(设计)人: | 林存宝;李兆铭;杨新岩;廖育荣;谢晴;刘耀胜 | 申请(专利权)人: | 中国人民解放军战略支援部队航天工程大学 |
| 主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V10/62;G06V10/26;G06V10/25;G06V10/80;G06T7/269;G06T7/277 |
| 代理公司: | 工业和信息化部电子专利中心 11010 | 代理人: | 田卫平 |
| 地址: | 101416 *** | 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: | 一种 基于 特征 融合 运动 估计 视频 卫星 目标 跟踪 方法 | ||
1.一种基于多特征融合与运动估计的视频卫星目标跟踪方法,其特征在于,包括:
获取搜索区域方向梯度直方图特征与类光流特征;
获取所述方向梯度直方图特征与类光流特征的响应图,并将两者的响应图进行融合,得到融合响应图;
根据所述融合响应图进行自适应目标遮挡判别;
对判别后的响应图进行卡尔曼滤波运动估计进而进行目标跟踪。
2.如权利要求1所述的方法,其特征在于,采用KCF算法获取搜索区域方向梯度直方图与类光流特征;具体为:
读取视频序列的第一帧,根据标签文件确定目标区域,选取原有宽w与长h目标区域的2.5倍大小作为搜索区域,分别获取所述搜索区域的方向梯度直方图特征与类光流特征。
3.如权利要求1或2所述的方法,其特征在于,所述将两者的响应图进行融合,具体方式如下:选取所述方向梯度直方图特征与类光流特征的响应图的均值旁瓣比作为二者融合权重,进而得到最终的融合响应图,所述融合响应图最大值所对应位置即为当前帧的多特征融合KCF目标预测位置。
4.如权利要求3所述的方法,其特征在于,所述自适应目标遮挡判别之前,选取目标跟踪前20帧响应图作为样本数据,计算每一帧响应图的峰值旁瓣比,根据所述每一帧响应图的峰值旁瓣比,计算峰值旁瓣比的均值和标准差,选取前20帧中峰值旁瓣比位于预设区间内的数据作为样本。
5.如权利要求3所述的方法,其特征在于,采用自适应卡尔曼滤波算法对目标遮挡或相似背景干扰时进行运动估计,实现对目标的稳定跟踪;具体步骤如下:
计算符合条件的样本的PSR均值作为判断目标是发生遮挡或存在相似背景干扰的基准,然后,根据拉依达准则设置判断是否发生遮挡或存在相似背景干扰的阈值,当某一帧响应图PSR值小于该阈值时,则判断存在遮挡或相似背景干扰。
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中国人民解放军战略支援部队航天工程大学,未经中国人民解放军战略支援部队航天工程大学许可,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/202210965432.0/1.html,转载请声明来源钻瓜专利网。





