基于目标时空一致性和局部稀疏表示的跟踪方法及装置制造方法及图纸

本发明专利技术公开了一种基于目标时空一致性和局部稀疏表示的跟踪方法及装置。所述方法包括：(1)根据已知的跟踪结果采集正样本集和候选跟踪样本集；(2)利用固定栅格对样本分块并赋予标记；(3)对样本局部图像块进行稀疏编码，计算具有相同标记的正样本图像块编码的均值；(4)定义一种目标时空一致性测度，根据该测度，对每个候选样本进行评分；(5)在候选样本集中选择时空一致性评分最大的候选粒子作为最终跟踪目标。本发明专利技术通过计算样本的时空一致性评分，有效地克服了遮挡问题，提高了跟踪的准确性，此外，利用局部图像块稀疏表示，既消除了外界光照变化以及目标姿态变化对跟踪问题的影响，又提高目标跟踪的效率。

【技术实现步骤摘要】

本专利技术属于图像目标跟踪
，设及一种基于目标时空一致性和局部稀疏表 示的跟踪方法及装置。
技术介绍
目标表示问题是跟踪方法需要考虑的一个首要问题。目前，目标的表示大体可W 划归为W下几个方法；①像素级表示。利用图像像素级特点来表示目标，如直接将目标像素 值作为输入，或基于目标颜色、纹理的表示等。②人工特征级表示。利用一些人工设计的特 征算子（如SIFT特征，HOG特征，化ar-like特征等）对目标提取特征来表示目标。⑨基于 描述性模型的表示。如次空间表示，稀疏表示等。，不但目标的辨识性难w保证，而且计算量会相应的比较大。而利 用人工特征的描述模型则对于目标的自身特点有特定的要求，即不同的目标适合不同的特 征描述子，对不同目标采用相同的特征表示会使辨识效果下降。因此，人工特征级表示模 型比较依赖于人的主观选择，故推广性和鲁椿性欠佳。相较前两种表示方法，描述性模型 可W较好地克服上面提出的问题。但是其中的次空间表达化Ross, J.Lim，R.S. Lin, and M. H. Yang，Incremental learning for robust visual本文档来自技高网...

【技术保护点】
一种基于目标时空一致性和局部稀疏表示的跟踪方法，其包括下列步骤：步骤一：根据上一帧跟踪结果的位置利用高斯扰动在上一帧采集得到用于当前帧的正样本集；步骤二：将正样本集中每个正样本分割成图像块并标记，并利用分割得到的图像块学习字典；步骤三：利用所述学习字典对正样本集中每个正样本分割得到的图像块进行稀疏编码，计算具有相同标记的图像块稀疏编码的平均向量；步骤四：利用仿射变换状态变化的运动模型从上一帧的跟踪结果获取当前帧的候选样本集，并对所述候选样本集中的每个候选样本分割成图像块并标记；步骤五：根据对应于正样本集中具有相同标记的图像块稀疏编码的平均向量以及每个候选样本的图像块稀疏编码计算每个候选样本的时...

【技术特征摘要】

【专利技术属性】
技术研发人员：张文生，杨叶辉，谢源，胡文锐，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京;11