一种长时稳定的无人机目标跟踪方法技术

本发明专利技术提供的一种长时稳定的无人机目标跟踪方法，根据用户交互选择并优化初始化跟踪目标框的方法；根据相关滤波算法计算跟踪目标响应图的方法；根据响应图进行质量评价与空间定位确定跟踪目标位置的方法；根据感知哈系算法对跟踪结果进行跟踪成功/失败判定的方法；根据随机森林分类器对丢失目标进行全局丢失找回的方法。本发明专利技术提供的跟踪方法能够在光照变化、尺度变化、动态场景以及局部/全局遮挡情况下对目标进行长时稳定跟踪，同时可以应用与多种不同场景与平台，因此本发明专利技术具有稳定性强、实时性好、抗干扰能力强等优点。

A long time stable target tracking method for UAV

The invention provides a long time stability of the UAV target tracking method based on user interaction, selection and optimization of initial target tracking method frame; calculating tracking chart method of target response according to relevant filtering algorithm; according to the quality evaluation and spatial positioning method to determine the target position tracking response diagram; according to the tracking success / failure judgment the method of tracking results of perception of Kazakhstan algorithm; according to the method of random forest classifier for global lost target lost back. The invention provides a method to track the illumination change, scale change, dynamic scene and local / global occlusion by long on a target tracking, and can be used with a variety of different scenes with the platform, so the invention has the advantages of high stability, good real-time performance, strong anti-interference ability etc..

【技术实现步骤摘要】
一种长时稳定的无人机目标跟踪方法
无人机应用
，涉及一种长时稳定的无人机目标跟踪方法。
技术介绍
长时目标跟踪是计算机视觉领域中一个关键技术，在测绘、控制、军事等领域中有着重要的应用。同时涉及了计算机视觉领域中的多项核心技术，如图像处理、模式识别、自动控制等等，是一项综合性技术。利用无人机在空中对地观察时，常常需要对特定目标在飞行过程中进行持续关注。在目标跟踪的过程中，由于目标的运动与无人机本身的运动，目标常常运动超出无人机获取的图像视场区域或者受到障碍物的局部与全局遮挡，进而导致跟踪目标丢失。
技术实现思路
本专利技术的目的在于提供一种长时稳定的无人机目标跟踪方法，解决了现有目标常常运动超出无人机获取的图像视场区域或者受到障碍物的局部与全局遮挡，导致跟踪目标丢失的现象。为了达到上述目的，本专利技术采用的技术方案是：本专利技术提供的一种长时稳定的无人机目标跟踪方法，包括以下步骤：第一步，通过无人机机载相机连续拍摄地面图像，任意选取一帧作为跟踪起始帧；并在当前帧内选取待跟踪目标，并在待跟踪目标上加载矩形框作为待跟踪目标框R；第二步，通过裁剪算法对待跟踪目标框R进行尺度扩大或缩小的优化本文档来自技高网...

【技术保护点】
一种长时稳定的无人机目标跟踪方法，其特征在于，包括以下步骤：第一步，通过无人机机载相机连续拍摄地面图像，任意选取一帧作为跟踪起始帧；并在当前帧内选取待跟踪目标，并在待跟踪目标上加载矩形框作为待跟踪目标框R；第二步，通过裁剪算法对待跟踪目标框R进行尺度扩大或缩小的优化处理，得到尺度合适的初始跟踪目标框Ro；第三步，根据第二步中得到的初始跟踪目标框Ro，计算得到初始化感知哈希模板Ho＝Ro；第四步，以第二步中得到的初始跟踪目标框Ro为中心，分别将其宽w和高h扩大2倍得到拓展的目标区域Rp，分别计算目标区域Rp的HOG特征fp和目标区域Rp的随机森林特征RFP；第五步，在当前帧上对上一帧的目标区域R...

【技术特征摘要】
1.一种长时稳定的无人机目标跟踪方法，其特征在于，包括以下步骤：第一步，通过无人机机载相机连续拍摄地面图像，任意选取一帧作为跟踪起始帧；并在当前帧内选取待跟踪目标，并在待跟踪目标上加载矩形框作为待跟踪目标框R；第二步，通过裁剪算法对待跟踪目标框R进行尺度扩大或缩小的优化处理，得到尺度合适的初始跟踪目标框Ro；第三步，根据第二步中得到的初始跟踪目标框Ro，计算得到初始化感知哈希模板Ho＝Ro；第四步，以第二步中得到的初始跟踪目标框Ro为中心，分别将其宽w和高h扩大2倍得到拓展的目标区域Rp，分别计算目标区域Rp的HOG特征fp和目标区域Rp的随机森林特征RFP；第五步，在当前帧上对上一帧的目标区域Rpo所包含的像素区域通过双线性插值法进行S个不同尺度的尺度变换得到Rs；第六步，通过第四步分别提取第五步中Rs集合中元素的HOG特征，得到多尺度特征集合fs＝{fp0,fp1,...,fps}；第七步，将多尺度特征集合fs中的每个元素fpk,k∈s与第四步中得到的上一帧目标特征fp0进行相关卷积运算，得到了与多尺度特征集合fs一一对应的相关卷积响应图集合Pk；第八步，根据相关卷积响应图集合Pk中所有元素的响应极值rmax，得到rmax所在尺度唯一对应的相关卷积响应图Pmax与对应特征fmax；第九步，计算相关卷积响应图Pmax中的响应均值μp、响应极大值rmax和响应极小值rmin，并根据响应均值μp、响应极大值rmax和响应极小值rmin判断当前帧目标跟踪成功与否，当目标跟踪成功时，执行第十步；当目标跟踪失败时，执行第十一步；第十步，对目标跟踪模型进行更新，并计算输出当前帧上的目标跟踪框相对于上一帧目标跟踪框的偏移量，同时输出当前尺度So；第十一步，进入丢失找回模块进行找回；第十二步，若找回成功，则返回第十步，之后继续进行下一帧图像的处理；若找回失败，则返回第十一步，进行下一帧图像的处理。2.根据权利要求1所述的一种长时稳定的无人机目标跟踪方法，其特征在于：第二步中，优化处理的具体步骤是：(1)设初始帧图像为I，则设待跟踪目标框R方框外的像素全部作为背景像素Rb，而方框内的像素全部作为目标像素Ru；(2)初始化Rb内的每一像素n的标签αu＝0，而对Ru内的每一像素n的标签初始化为αn＝1；(3)通过K-mean算法将Rb与Ru的像素聚类为K类，得到K个高斯模型其中，μk与分别为Gk的均值与协方差,θk为第k个高斯模型的权值；(4)按照公式(1)对每个像素n分配高斯模型中的高斯分量：其中，kn表示像素n由第k个高斯模型生成，μn和θk分别为对应高斯模型的均值与权值，Dn为混合多高斯模型，其中，1第k个高斯模型的权值θk通过公式(2)计算：其中，U为高斯模型函数，对于给定的初始帧图像I，权值θk通过属于该高斯分布的像素个数与初始帧图像I中的总像素个数的比值来确定；(5)根据公式(1)和(2)计算得到的权值θk以及均值μk、协方差对初始帧图像I中每个像素进行标签更新，得到优化后的初始跟踪目标框Ro。3.根据权利要求1所述的一种长时稳定的无人机目标跟踪方法，其特征在于：第四步中，目标区域Rp内的HOG特征fp的计算步骤如下：(1)对Rp区域进行彩色-灰度转化；(2)对Rp区域进行gamma归一化，从而降低图...

【专利技术属性】
技术研发人员：马可，雍旭东，韩姣姣，
申请(专利权)人：西安因诺航空科技有限公司，
类型：发明
国别省市：陕西,61