The invention is suitable for the image processing field, and provides a target real-time tracking method and device. The method comprises the following steps: Step 1: acquisition of the current frame around the target area of the image, get a positive sample and negative sample set; step 2: multiscale image block is set and the set of negative samples, obtain multi-scale image feature vector; step 3: the multi-scale the image feature vector is converted into low dimensional image feature vector; step 4: to classify the low dimensional image feature vector, according to the current frame to determine the tracking target position classification results; step 5: positive samples collection the current frame to the next frame and negative sample set; repeat the above steps 2 to step 4, the output tracking to the target position, to achieve real-time tracking of targets. The efficiency of the tracking target can be improved by the method described above.
【技术实现步骤摘要】
目标实时跟踪方法及装置
本专利技术实施例属于图像处理领域,尤其涉及一种目标实时跟踪方法及装置。
技术介绍
随着计算机理论、技术和应用的快速发展,视频图像处理和计算能力得到了极大的提高,使得计算机视觉成为了计算机领域与人工智能领域中最热门的研究课题。实时目标跟踪技术作为计算机视觉研究的核心内容之一,融合了模式识别、图像处理、自动控制、人工智能等多种不同领域,形成了一种能检测、识别、分割和跟踪运动目标的技术。现有的目标跟踪方法通常为:对图像序列中的运动目标或是特征单一的物体进行检测、识别和跟踪,通过获取目标的位置、速度等参数或是目标的形状和颜色等特征,然后对其进一步处理,实现对运动目标物的准确跟踪。但是,此种方法由于需要对每个图像点做处理,因此处理复杂度高,处理效率低的问题。
技术实现思路
本专利技术实施例提供了一种目标实时跟踪方法及装置。旨在解决现有的方法由于需要对每个图像点做处理,因此处理复杂度高,处理效率低的问题。本专利技术实施例是这样实现的,一种目标实时跟踪方法,所述方法包括:步骤1:采集当前帧的目标的周围区域的图像,获得至少1个目标的图像块和背景的图像块,所述目标的图像块集合为正样本集,所述背景的图像块集合为负样本集;步骤2:对所述正样本集和负样本集的图像块进行多尺度变换,获得多尺度图像特征向量;步骤3:将所述多尺度图像特征向量转换成低维图像特征向量;步骤4:对所述低维图像特征向量中的特征进行分类,根据分类结果确定当前帧跟踪到的目标位置;步骤5:采集所述当前帧的下一帧中与所述当前帧跟踪到的目标位置的第一距离内的正样本集,以及采集所述当前帧的下一帧中与所述 ...
【技术保护点】
一种目标实时跟踪方法,其特征至于,所述方法包括:步骤1:采集当前帧的目标的周围区域的图像,获得至少1个目标的图像块和背景的图像块,所述目标的图像块集合为正样本集,所述背景的图像块集合为负样本集;步骤2:对所述正样本集和负样本集的图像块进行多尺度变换,获得多尺度图像特征向量;步骤3:将所述多尺度图像特征向量转换成低维图像特征向量;步骤4:对所述低维图像特征向量中的特征进行分类,根据分类结果确定当前帧跟踪到的目标位置;步骤5:采集所述当前帧的下一帧中与所述当前帧跟踪到的目标位置的第一距离内的正样本集,以及采集所述当前帧的下一帧中与所述当前帧跟踪到的目标位置的第二距离内的负样本集;重复上述步骤2至步骤4后,输出跟踪到的目标位置,实现目标的实时跟踪。
【技术特征摘要】
1.一种目标实时跟踪方法,其特征至于,所述方法包括:步骤1:采集当前帧的目标的周围区域的图像,获得至少1个目标的图像块和背景的图像块,所述目标的图像块集合为正样本集,所述背景的图像块集合为负样本集;步骤2:对所述正样本集和负样本集的图像块进行多尺度变换,获得多尺度图像特征向量;步骤3:将所述多尺度图像特征向量转换成低维图像特征向量;步骤4:对所述低维图像特征向量中的特征进行分类,根据分类结果确定当前帧跟踪到的目标位置;步骤5:采集所述当前帧的下一帧中与所述当前帧跟踪到的目标位置的第一距离内的正样本集,以及采集所述当前帧的下一帧中与所述当前帧跟踪到的目标位置的第二距离内的负样本集;重复上述步骤2至步骤4后,输出跟踪到的目标位置,实现目标的实时跟踪。2.根据权利要求1所述的方法,其特征在于,所述步骤2具体包括:对所述正样本集和负样本集的图像块进行卷积处理,得到至少1个多尺度样本集;将所述至少1个多尺度样本集转换为列向量,再根据所述列向量转换程高维的多尺度图像特征向量。3.根据权利要求1所述的方法,其特征在于,所述步骤3具体包括:确定稀疏的随机测量矩阵;根据所述稀疏的随机测量矩阵将所述多尺度图像特征向量映射到低维空间,以将所述多尺度图像特征向量转换成低维图像特征向量。4.根据权利要求1所述的方法,其特征在于,所述步骤4具体包括:对所述低维图像特征向量进行积分图像,获得图像特征;对所述图像特征进行分类,确定分类响应值最大的图像特征对应的图像块位置,将所述图像块位置确定为当前帧跟踪到的目标位置。5.根据权利要求4所述的方法,其特征在于,利用朴素贝叶斯分类器H(v)对所述图像特征v进行分类:其中,y∈{0,1}代表样本标签,y=0表示负样本,y=1表示正样本。6.一种目标实时跟踪装置,其特征至于,所述装置包括:当前帧样本采集单元,用于采集当前帧的目标的周围区域的图像,获得至少1个目标的图像块和背景的图像块,所述目标的图像块集合为正样本集...
【专利技术属性】
技术研发人员:陈书楷,杨奇,
申请(专利权)人:厦门中控生物识别信息技术有限公司,
类型:发明
国别省市:福建,35
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。