[发明专利]运动目标跟踪方法、装置、终端设备及计算机可读存储介质在审

专利信息
申请号: 202211097675.3 申请日: 2022-09-08
公开(公告)号: CN115511913A 公开(公告)日: 2022-12-23
发明(设计)人: 王丽佳;张华;曹珍;郝敏钗;刘爽爽;孔令钊 申请(专利权)人: 河北工业职业技术学院
主分类号: G06T7/246 分类号: G06T7/246
代理公司: 石家庄旭昌知识产权代理事务所(特殊普通合伙) 13126 代理人: 雷莹
地址: 050000 河北*** 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: 运动 目标 跟踪 方法 装置 终端设备 计算机 可读 存储 介质
【说明书】:

发明提供了一种运动目标跟踪方法、装置、终端设备及计算机可读存储介质,该运动目标跟踪方法包括:利用矩形框在目标搜索图像块处提取位于该矩形框自身斜对角上的两个矩形区域,以作为待跟踪目标的第一角候选框和第二角候选框;根据状态转移滤波器确定第一角候选框的第一初始响应值,以及第二角候选框的第二初始响应值;根据第一初始响应值确定第一最终响应值,并通过第一最终响应值确定待跟踪目标的第一角点的位置,以及根据第二初始响应值确定第二最终响应值,并通过第二最终响应值确定待跟踪目标的第二角点的位置。本发明所述的运动目标跟踪方法,能够实时检测待跟踪目标的尺寸变化,提高跟踪精度,而可满足目标跟踪的实时性要求。

技术领域

本发明涉及计算机视觉与模式识别技术领域,特别涉及一种运动目标跟踪 方法,同时,本发明还涉及一种运动目标跟踪装置,以及执行该运动目标跟踪 方法的运动目标跟踪终端设备和计算机可读存储介质。

背景技术

运动目标跟踪是指利用跟踪算法在连续的视频帧图像中检测出感兴趣运动 目标的位置,以实现目标的跟踪。近年来,在运动目标跟踪中取得较好的跟踪 效果的算法主要分为两类:一、基于深度学习的跟踪算法;二、基于核相关滤 波的跟踪算法。其中,基于深度学习的跟踪算法对设备硬件要求较高,但使用 及维护成本较高,而基于核相关滤波的跟踪算法,因其实时性优势而被用于目 标跟踪中,但是该算法无法适应目标尺寸变化,导致跟踪精度欠佳。

现有技术中,为了解决基于核相关滤波的跟踪算法中无法适应目标尺寸变 化的问题,一般通过提取不同尺度的图像样本训练尺寸滤波器,在跟踪时用于 检测目标尺寸,然而该算法由于尺寸滤波器的引入降低了核相关滤波的实时处 理能力,无法很好地兼具实时性及跟踪精度。

发明内容

有鉴于此,本发明旨在提出一种运动目标跟踪方法,以可提高跟踪精度, 且满足目标跟踪的实时性要求。

为达到上述目的,本发明的技术方案是这样实现的:

一种运动目标跟踪方法,包括:

根据待跟踪目标当前帧的前一帧的位置和尺寸确定当前帧的目标搜索图像 块,并利用矩形框在所述目标搜索图像块处提取位于该矩形框自身斜对角上的 两个矩形区域,以作为所述待跟踪目标的第一角候选框和第二角候选框;

根据状态转移滤波器确定所述第一角候选框的第一响应值,以及所述第二 角候选框的第二响应值;

根据所述第一响应值确定第一最终响应值,并通过所述第一最终响应值确 定所述待跟踪目标的第一角点的位置,以及根据所述第二响应值确定第二最终 响应值,并通过所述第二最终响应值确定所述待跟踪目标的第二角点的位置;

根据所述第一角点和所述第二角点的位置确定所述待跟踪目标的位置及尺 寸。

进一步的,所述第一角候选框和第二角候选框分别为所述目标搜索图像块 的左上角候选框和右下角候选框,且所述第一角点为所述第一角候选框的左上 角点,第二角点为所述第二角候选框的右下角点;或者,所述第一角候选框和 第二角候选框分别为所述目标搜索图像块的左下角候选框和右上角候选框,且 所述第一角点为所述第一角候选框的左下角点,第二角点为所述第二角候选框 的右上角点。

进一步的,根据表达式确定所述待跟踪目标的初始矩形框大小,其中,x0,y0分别是目标位置的横、纵坐标,w0,h0为表示目标 尺寸的初始矩形框的宽和高;

提取所述初始矩形框自身的左上角点和右下角点作为跟踪角点;

根据所述跟踪角点确定所述待跟踪目标的左上角初始框(hup,wup)和右下 角初始框(hdown,wdown),且

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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工业职业技术学院,未经河北工业职业技术学院许可,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/202211097675.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top