[发明专利]一种融合学习机制的目标跟踪方法在审
| 申请号： | 201810986336.8 | 申请日： | 2018-08-28 |
| 公开（公告）号： | CN109271883A | 公开（公告）日： | 2019-01-25 |
| 发明（设计）人： | 吴怀宇;蔡丽仪;陈镜宇;陈洋 | 申请（专利权）人： | 武汉科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06T7/246 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 徐员兰 |
| 地址： | 430081 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合学习机制的目标跟踪方法，其特征在于结合在线学习与识别算法以及改进的KCF跟踪算法；通过提取稠密光照不变特征的方式提取人脸的IIF光照不变特征，使得人脸识别的结果不受光照变化的影响；同时利用改进的KCF跟踪算法，检测三个尺度大小不同的窗口对目标的响应，选取响应最强烈的尺度窗口作为下一时刻的跟踪窗口，实现尺度自适应的目标跟踪；当目标短暂离开摄像头视域范围时，重新识别目标人脸，重新初始化KCF跟踪器，实现对目标人脸的长期跟踪。 | ||
| 搜索关键词： | 目标跟踪 跟踪算法 目标人脸 学习机制 尺度 光照 视域 重新初始化 摄像头 光照变化 人脸识别 在线学习 重新识别 融合 跟踪器 自适应 跟踪 响应 人脸 算法 稠密 改进 检测 | ||
【主权项】：
1.一种融合学习机制的目标跟踪方法，先识别视频数据流中的目标人脸，再对目标人脸进行跟踪，达到自动跟踪目标人脸的效果：其特征在于：结合在线人脸学习与识别算法以及改进的KCF跟踪算法对目标人脸进行跟踪；通过提取稠密光照不变特征的方式提取人脸的IIF光照不变特征，使得人脸识别的结果不受光照变化的影响；同时利用改进的KCF跟踪算法，检测三个尺度大小不同的窗口对目标的响应，选取响应最强烈的尺度窗口作为下一时刻的跟踪窗口，实现尺度自适应的目标跟踪；当目标短暂离开摄像头视域范围时，重新识别目标人脸，重新初始化KCF跟踪器，实现对目标人脸的长期跟踪。
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武汉科技大学，未经武汉科技大学许可，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/patent/201810986336.8/，转载请声明来源钻瓜专利网。
