【技术实现步骤摘要】
滤波器训练方法及目标跟踪方法
本专利技术属于计算机视觉领域，具体涉及一种滤波器训练方法及目标跟踪方法。
技术介绍
现有的目标跟踪方法中，越来越多的计算机视觉工作者开始研究利用相关滤波理论进行目标跟踪。与传统的跟踪方式不同，基于相关滤波理论的目标跟踪理论是将跟踪场景中的目标和背景进行分类，将分类得到的置信度最大的位置作为目标所在的位置。相关滤波最大的特点是计算速度快，并且可以在跟踪过程中对分类器进行实时学习更新，以快速适应目标的位置、姿态变化。这些特点使得相关滤波算法能够及时调整跟踪器的状态，进而适用于多种复杂的环境。相关滤波中的分类器通过滤波器来实现，滤波器对目标框进行随机仿射变换，获取包括要跟踪目标的目标框的一系列训练样本，然后选取以图像块中心输出为峰值的高斯函数为期望输出，以保证图像块中心的响应最大，进而得到中心响应最大的区域，即为目标所在的位置。现有的一种滤波器训练方法的图像帧如图3所示，所要跟踪的目标为图像帧中的小人，当前目标框为图中的虚线框。通过对虚线框区域进行随机仿射变换获得一系列实线框区域，这些实线框区域便是需要的训练样本f,而后，通过找到一个滤波器...
【技术保护点】
1.一种滤波器训练方法，其特征在于，上一图像帧为当前图像帧之前时刻的图像帧，第一特征点集包括上一图像帧中的特征点，第二特征点集包括当前图像帧中的特征点；所述方法包括：根据第一特征点集和第二特征点集计算当前图像帧的多个参数；判断所述多个参数是否满足预设条件，若判断结果为是，则根据所述多个参数调整所述当前图像帧中的目标框；根据已调整的目标框训练滤波器。
【技术特征摘要】
1.一种滤波器训练方法，其特征在于，上一图像帧为当前图像帧之前时刻的图像帧，第一特征点集包括上一图像帧中的特征点，第二特征点集包括当前图像帧中的特征点；所述方法包括：根据第一特征点集和第二特征点集计算当前图像帧的多个参数；判断所述多个参数是否满足预设条件，若判断结果为是，则根据所述多个参数调整所述当前图像帧中的目标框；根据已调整的目标框训练滤波器。2.根据权利要求1所述的滤波器训练方法，其特征在于，所述第二特征点集包括：第三特征点集和第四特征点集，所述第三特征点集包括对所述第一特征点集中的特征点跟踪得到的所述当前图像帧中的特征点，所述第四特征点集包括对与所述上一图像帧中目标框对应的所述当前图像帧的区域进行特征点提取得到的特征点；以及所述第二特征点集是对所述第三特征点集和所述第四特征点集取并集得到的。3.根据权利要求1所述的滤波器训练方法，其特征在于，所述根据第一特征点集和第二特征点集计算当前图像帧的多个参数，包括：根据所述第一特征点集和所述第二特征点集中相匹配的特征点对计算所述当前图像帧中的目标框的多个参数；所述相匹配的特征点对为存在于所述第一特征点集中存在特征点，以及该特征点在所述第二特征点集中对应的特征点。4.根据权利要求1所述的滤波器训练方法，其特征在于，所述第一特征点集由所述上一图像帧中的特征点组成。5.根据权利要求1所述的滤波器训练方法，其特征...
【专利技术属性】
技术研发人员：邵晓鹏，向健勇，张策，李先通，俱青，赵小明，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61
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。