【技术实现步骤摘要】
【专利摘要】涉及电子学
，该方法包括：1）将目标跟踪结果y视为原始目标模型A的一种一阶线性回归y＝Ax+n+s，其中x为系数，n为高斯误差，s为拉普拉斯误差，求取一阶线性回归y＝Ax+n+s中的A；2）迭代计算系数x和拉普拉斯噪声s，给定则再用计算得到的则如此反复迭代直到达到最大迭代次数或得到的与上次迭代计算得到的差值小于精度阈值停止迭代；3）对s进行处理得到目标遮挡程度。本专利技术能够实时在线计算目标跟踪结果与原目标模型的遮挡以及形变位置及程度，并生成一个二值图像来表示遮挡或形变情况，为更新目标以及对跟踪结果的精度和准确度等分析提供很好的依据。【专利说明】
本专利技术涉及电子学
，尤其涉及。
技术介绍
目标跟踪是一项融合图像处理、模式识别、概率论及随机过程、泛函及优化和偏微分方程等多学科的复杂课题，其一直是计算机视觉领域的重要研究课题，被广泛应用在智能人机交互、医疗诊断、安防监控、汽车智能交通等方面。现有的目标跟踪方法很多，如经典的相关跟踪算法、基于不变性特征(SIFT)匹配的目标跟踪方法、基于均值漂移理论的目标跟踪方法、基于粒子滤波的目标跟踪方法等等，这些方法都是关注在一些特定的、或者是复杂的背景下对特定目标能够跟踪上即完成任务，而要想实现长期稳定的目标跟踪，就必须根据具体情况实时更新目标模型，并对目标在跟踪过程中出现的部分形变和部分遮挡等情况要有很好的鲁棒性。因此，需要提供一种方法，为更新目标提供依据，从而避免将变化的背景以及遮挡物更新到目标模型中，使目标跟踪更加稳定。
技术实现思路
本专利技术的目的是提供，其能够稳定判断...
【技术保护点】
一种计算目标跟踪过程中目标形变或遮挡程度的方法，其特征在于，该方法包括如下步骤：步骤1、将目标跟踪结果y视为原始目标模型A的一种一阶线性回归y＝Ax+n+s，其中x为系数，n为高斯误差，s为拉普拉斯误差，求取一阶线性回归y＝Ax+n+s中的A；步骤2、计算拉普拉斯误差s：采用迭代方法进行求解，给定拉普拉斯误差估计值则系数x的估计值再用计算得到的求得s^=max(|y-Ax^|-λ,0)sgn(y-Ax^),]]>其中，λ=2σNσL,]]>σN为高斯误差的方差，σL为拉普拉斯误差的方差，如此反复迭代直到达到最大迭代次数或者得到的与上次迭代计算得到的值的差小于精度阈值则停止迭代；步骤3、计算在步骤2得到的拉普拉斯误差s中，其非零值占整个s向量中的比重，即得到目标形变或遮挡程度
【技术特征摘要】
【专利技术属性】
技术研发人员：高文，朱明，郝志成，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：吉林;22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。