一种基于TLD算法的目标稳定跟踪方法技术

本发明专利技术公开了一种基于TLD算法的目标稳定跟踪方法，包括以下步骤：(1)在待跟踪视频的起始帧进行初始化训练。(2)在跟踪过程中，检测模块和跟踪模块独立工作：检测模块扫描当前帧图像获得图像块并依次通过方差分类器、合并分类器、最近邻分类器，然后对图像块进行聚类；跟踪模块采用中值光流法由上一帧跟踪结果预测当前帧目标位置，并计算该两帧目标位置中心点间的欧式距离D，若D大于一个自适应的阈值，则判定当前帧跟踪失败，跟踪模块不输出任何结果；(3)整合模块输出跟踪结果；(4)对当前更新后的目标位置，产生新的正负样本，从而更新检测模块。(4)循环(2)‑(3)直至跟踪结束。该方法可以在一定程度上提高跟踪的稳定性。

A target stabilization tracking method based on TLD algorithm

The invention discloses a target stabilization tracking method based on TLD algorithm, which comprises the following steps: (1) initialization training in the initial frame of the video to be tracked. (2) In the tracking process, the detection module and the tracking module work independently: the detection module scans the current frame image to obtain the image block and then clusters the image block through variance classifier, merge classifier and nearest neighbor classifier in turn; the tracking module uses the median optical flow method to predict the current frame target from the last frame tracking result. If D is greater than an adaptive threshold, the current frame tracking fails, and the tracking module does not output any results; (3) the integration module outputs the tracking results; (4) new positive and negative samples are generated for the current updated target location to update the detection model. Block. (4) cycle (2) (3) until the end of tracking. This method can improve the tracking stability to a certain extent.

【技术实现步骤摘要】
一种基于TLD算法的目标稳定跟踪方法
本专利技术涉及一种基于TLD算法的目标稳定跟踪方法，特点是对失败检测机制进行了自适应的阈值设定，应用于计算机视觉、目标检测、目标跟踪等，属于计算机视觉中的目标跟踪领域。
技术介绍
TLD跟踪算法是由ZdenkaKalal提出的一种单目标长时间跟踪算法。该算法由跟踪模块、检测模块、学习模块三个模块组成。单纯的跟踪算法很难校正跟踪的漂移误差并且会不断累积跟踪的误差，而且一旦目标从视野中消失，跟踪就不可避免地产生失败。单纯的检测算法需要大量的样本进行离线的监督训练，不能应用于未知目标的跟踪任务，并且由于目标模型是离线建立的，所以如果一旦目标出现较大变化，跟踪就很容易产生失败。TLD将检测算法和跟踪算法结合起来并且通过学习来实时更新目标模型。对于目标跟踪算法来说，目标被完全遮挡或者消失于视野后又重新出现的情况经常会发生。因此目标跟踪算法能否对因完全遮挡或者消失于视野而造成的跟踪失败作出正确的判断显得尤为重要：如果目标跟踪算法不能做出正确判断，那么即使目标不在视频中，目标跟踪算法也会继续更新目标模型。显然这种被污染的目标模型无法对目标进行有效的表征。因此T本文档来自技高网...

【技术保护点】
1.一种基于TLD算法的目标稳定跟踪方法，其特征是：在待跟踪视频的起始帧，由用户指定跟踪窗口形成正负样本对检测模块进行初始化训练，在跟踪过程中，检测模块和跟踪模块独立工作：检测模块扫描当前帧图像获得图像块并依次通过方差分类器、合并分类器、最近邻分类器，并对通过这三个分类器的图像块进行聚类，跟踪模块采用中值光流法通过上一帧跟踪结果预测当前帧目标位置，并计算当前帧目标位置和上一帧目标位置中心点之间的欧式距离D，若D大于一个自适应的阈值，则判定当前帧跟踪失败，跟踪模块不输出任何结果，整合模块综合检测模块和跟踪模块进行跟踪结果的输出并且对当前更新后的目标位置，产生新的正负样本，从而更新检测模块。

【技术特征摘要】
1.一种基于TLD算法的目标稳定跟踪方法，其特征是：在待跟踪视频的起始帧，由用户指定跟踪窗口形成正负样本对检测模块进行初始化训练，在跟踪过程中，检测模块和跟踪模块独立工作：检测模块扫描当前帧图像获得图像块并依次通过方差分类器、合并分类器、最近邻分类器，并对通过这三个分类器的图像块进行聚类，跟踪模块采用中值光流法通过上一帧跟踪结果预测当前帧目标位置，并计算当前帧目标位置和上一帧目标位置中心点之间的欧式距离D，若D大于一个自适应的阈值，则判定当前帧跟踪失败，跟踪模块不输出任何结果，整合模块综合检测模块和跟踪模块进行跟踪结果的输出并且对当前更新后的目标位置，产生新的正负样本，从而更新检测模块。2.根据权利要求1所述的一种基于TLD算法的目标稳定跟踪方法，其特征是：在待跟踪视频的起始帧中，由用户指定跟踪窗口，然后对距离指定的跟踪窗口最近的扫描网格窗口中选取若干个窗口进行一系列的仿射变换形成初始的正样本，并对远离指定的跟踪窗口随机搜选获得初始的负样本，所获得的正负初始样本用来对检测模块进行初始化训练。3.根据权利要求1所述的一种基于TLD算法的目标稳定跟踪方法，其特征是：在跟踪过...

【专利技术属性】
技术研发人员：吴润泽，魏宇星，徐智勇，张建林，王全宁，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：四川,51