The present invention provides a moving target tracking method and device, implementation mode, in the feature extraction phase, the direction vector and the maximum average pooling method based on feature extraction, the mapping relation between the direction vector and the initial establishment of the sample piece, to compensate for the initial sampling sheet set; in the motion estimation stage, fixed sampling observation probability slice by reconstruction error increases with direction vector corresponding sampling plate weight calculation of the observation probability corrected, the final results of tracking the moving target. The method and the device can effectively make up for the deficiency of the sampling information in the initialization process, enrich the feature type, and more comprehensively represent the moving target, and improve the accuracy and stability of the tracking result.
【技术实现步骤摘要】
本专利技术涉及运动目标跟踪领域,具体而言,涉及一种运动目标跟踪方法及装置。
技术介绍
基于稀疏表示的视觉跟踪算法通常将稀疏表示和运动估计方法相结合对运动目标进行跟踪,如将稀疏表示与学习策略、均值偏移方法、贝叶斯运动估计、粒子滤波等相结合,对动态环境中的运动目标进行跟踪。采用稀疏光流提取跟踪过程中所需要的特征,虽然可以达到在线跟踪的目的,可这种方法只适合于小位移的运动物体,对于比局部图像结构更大的位移信息无法准确跟踪。另外,粒子滤波方法在相同的障碍物出现时,不能避免漂移现象的产生。虽然可以通过对每一个粒子进行学习,并将其作为一个独有的工作以提高算法的鲁棒性,但是,算法的速率将大大降低,而且粒子退化的问题仍然存在。贝叶斯运动估计的方法对运动目标的跟踪不能在线进行,无法达到在线实时跟踪的目的。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种运动目标跟踪方法及装置。一方面,本专利技术实施例提供一种运动目标跟踪方法,该方法包括:对运动目标的当前帧进行初始化采样,得到初始采样片集合;分别对所述当前帧及该当前帧的前一帧构建高斯金字塔模型,并从当前帧所对应的高斯金字塔模型的顶层开始逐层计算每一层的剩余光流向量,以得到该当前帧的方向向量;根据所述方向向量及初始采样片集合计算权值映射矩阵,并将该权值映射矩阵所对应的当前帧上不属于所述初始采样片集合的新的采样片加入该初始采样片集合中,得到完备采样片集合;对所述完备采样片集合中的每一个采样片分别进行稀疏编码获得对应的稀疏向量,再得到由所述稀疏向量构成的该完备采样片集合对应的稀疏矩阵;采用最大平均池化算法对所述稀疏矩阵进行特征筛 ...
【技术保护点】
一种运动目标跟踪方法,其特征在于,该方法包括:对运动目标的当前帧进行初始化采样,得到初始采样片集合;分别对所述当前帧及该当前帧的前一帧构建高斯金字塔模型,并从当前帧所对应的高斯金字塔模型的顶层开始逐层计算每一层的剩余光流向量,以得到该当前帧的方向向量;根据所述方向向量及初始采样片集合计算权值映射矩阵,并将该权值映射矩阵所对应的当前帧上不属于所述初始采样片集合的新的采样片加入该初始采样片集合中,得到完备采样片集合;对所述完备采样片集合中的每一个采样片分别进行稀疏编码获得对应的稀疏向量,再得到由所述稀疏向量构成的该完备采样片集合对应的稀疏矩阵;采用最大平均池化算法对所述稀疏矩阵进行特征筛选,得到所述完备采样片集合中每一个采样片所对应的池化向量;根据所述池化向量计算对应采样片的重建误差,以根据该采样片的重建误差、池化向量以及预设权值计算该采样片的观测概率;获取具有最大观测概率的采样片作为最终的运动目标跟踪结果。
【技术特征摘要】
1.一种运动目标跟踪方法,其特征在于,该方法包括:对运动目标的当前帧进行初始化采样,得到初始采样片集合;分别对所述当前帧及该当前帧的前一帧构建高斯金字塔模型,并从当前帧所对应的高斯金字塔模型的顶层开始逐层计算每一层的剩余光流向量,以得到该当前帧的方向向量;根据所述方向向量及初始采样片集合计算权值映射矩阵,并将该权值映射矩阵所对应的当前帧上不属于所述初始采样片集合的新的采样片加入该初始采样片集合中,得到完备采样片集合;对所述完备采样片集合中的每一个采样片分别进行稀疏编码获得对应的稀疏向量,再得到由所述稀疏向量构成的该完备采样片集合对应的稀疏矩阵;采用最大平均池化算法对所述稀疏矩阵进行特征筛选,得到所述完备采样片集合中每一个采样片所对应的池化向量;根据所述池化向量计算对应采样片的重建误差,以根据该采样片的重建误差、池化向量以及预设权值计算该采样片的观测概率;获取具有最大观测概率的采样片作为最终的运动目标跟踪结果。2.根据权利要求1所述的运动目标跟踪方法,其特征在于,所述分别对所述当前帧及该当前帧的前一帧构建高斯金字塔模型,并从当前帧所对应的高斯金字塔模型的顶层开始逐层计算每一层的剩余光流向量,以得到该当前帧的方向向量的步骤包括:对当前帧及前一帧分别构建高斯金字塔模型和其中L=1,2,3;根据计算式:计算中每一层的剩余光流向量,其中,表示第L层上的剩余光流向量,表示第L层上总的光流向量,且表示由第L+1层传递给第L层的光流向量;及根据计算得到的中每一层的剩余光流向量,得到该当前帧的方向向量,表示为其中Dv为方向向量,3.根据权利要求2所述的运动目标跟踪方法,其特征在于,对所述完备采样片集合中的每一个采样片分别进行稀疏编码得到对应的稀疏向量的步骤包括:根据计算式:计算所述完备采样片集合中的每一个采样片对应的稀疏向量,其中采样片i=1,2,3,...,n,表示所述完备采样片集合,D表示字典,表示采样片对应的稀疏向量。4.根据权利要求3所述的运动目标跟踪方法,其特征在于,所述采用最大平均池化算法对所述稀疏矩阵进行特征筛选,得到所述完备采样片集合中每一个采样片所对应的池化向量的步骤包括:根据最大平均池化计算式:对稀疏矩阵W*进行特征筛选,其中为与采样片对应的池化向量。5.根据权利要求4所述的运动目标跟踪方法,其特征在于,所述根据所述池化向量计算对应采样片的重建误差,以根据该采样片的重建误差、池化向量以及预设权值计算该采样片的观测概率的步骤包括:根据计算式:计算采样片的重建误差;及根据计算采样片的观测概率,其中为采样片对应的预设权值,若采样片则βi为(0,1)之间的随机数,若则βi为1,G=GI∪G0为所述权值映射矩阵对应的采样片集合,且GI∈Y,Y为所述初始采样片集合。6.一种运动目标跟踪装置,其特征在于,该装置包括:初始采样模块,用于对运动目标的当前帧进行初始化采样,得到初始采...
【专利技术属性】
技术研发人员:杜军平,朱素果,任楠,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:北京;11
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。