一种基于CMT算法的特征库维护方法技术

本发明专利技术涉及一种基于CMT算法的特征库维护方法，该方法包括：建立特征库，其中，特征库包括暂存特征库、跟踪特征库和捕获特征库；提取第t帧图像的n个特征点，其中，t和n均为大于0的自然数；将所述特征点与跟踪特征库进行匹配以更新暂存特征库；根据更新后的所述暂存特征库的特征点的第一类置信值更新跟踪特征库；根据更新后的所述暂存特征库的特征点的第二类置信值更新捕获特征库。本发明专利技术提出了一种特征库的维护方法，使得特征库中保留的特征点都是稳定，当跟踪的目标发生形变或者遮挡后，使用该特征库中的特征点与当前帧检测到的特征点进行匹配，之后再与CMT算法中的光流法跟踪到的特征点进行融合，能够增加目标跟踪过程的稳定性。

【技术实现步骤摘要】
一种基于CMT算法的特征库维护方法
本专利技术属于目标跟踪
，具体涉及一种基于CMT算法的特征库维护方法。
技术介绍
CMT算法(Consensus-basedTrackingandMatchingofKeypointsforObjectTracking，基于特征点跟踪和匹配的目标跟踪算法)是一种基于特征的跟踪方法，使用了经典的光流法作为算法的一部分，核心是对特征点进行匹配。CMT算法兼顾了实时性和鲁棒性，跟踪效果令人满意，适用于多种场合，特别是对于静态物体跟踪效果趋于完美。CMT跟踪算法中，首先通过提取当前帧特征点，并与初始帧提取的所有特征点进行全局匹配，然后使用上一帧输出的特征点进行LK金字塔光流法跟踪预测其在当前帧中的位置，最后将全局匹配得到的特征点和光流法跟踪到的特征点按索引进行无重复的融合，对于索引相同的点，保留光流法跟踪得到的特征点。在CMT的原算法中，全局特征匹配所使用的特征点仅使用首帧提取的特征点作为匹配模板，在后续跟踪过程中并没有进行任何更新，故当跟踪的目标本身发生变化而出现新特征点时，很可能匹配不上，容易造成跟踪失败的情况；同时，如果存在遮挡情况，那么上一帧输出的特征点很可能是不准确的，因此预测到下一帧目标的特征点显然也是不准确的，这样便会造成后续的跟踪失败。
技术实现思路
为了解决现有技术中存在的上述问题，本专利技术提供了一种基于CMT算法的特征库维护方法。本专利技术要解决的技术问题通过以下技术方案实现：建立特征库，其中，所述特征库包括暂存特征库、跟踪特征库和捕获特征库；提取第t帧图像的n个特征点，其中，t和n均为大于0的自然数；将所述第t帧图像的n个特征点与所述跟踪特征库进行匹配以更新所述暂存特征库；根据更新后的所述暂存特征库的特征点的第一类置信值更新所述跟踪特征库；根据更新后的所述暂存特征库的特征点的第二类置信值更新所述捕获特征库。在本专利技术的一个实施例中，提取第t帧图像的n个特征点，包括：调整第t-1帧图像的目标框以获取所述第t帧图像的目标框；利用第t帧图像的目标框提取第t帧图像的n个特征点。在本专利技术的一个实施例中，将所述第t帧图像的特征点与所述跟踪特征库进行匹配以更新所述暂存特征库，包括：利用KNN匹配方法将所述第t帧图像的n个特征点与所述跟踪特征库的特征点进行匹配；判断所述第t帧图像的第m个特征点与所述跟踪特征库的特征点是否匹配成功，其中，m取值为1～n且m为自然数；若匹配成功，则判断所述第m个特征点是否作为待更新特征点，若否，则剔除所述第m个特征点，若是，则将所述第m个特征点作为待更新特征点；若未匹配成功，则将所述第m个特征点作为待更新特征点；利用所述待更新特征点与所述暂存特征库的特征点进行匹配以更新所述暂存特征库。在本专利技术的一个实施例中，判断所述第m个特征点是否作为待更新特征点，包括：判断所述第m个特征点的索引是否小于第1帧图像的前景特征点的最大索引；若是，则所述第m个特征点不作为所述待更新特征点；若否，则所述第m个特征点作为所述待更新特征点。在本专利技术的一个实施例中，利用所述待更新特征点与所述暂存特征库的特征点进行匹配以更新所述暂存特征库，包括：利用KNN匹配方法将所述待更新特征点与所述暂存特征库的特征点进行匹配；若匹配成功，则利用所述待更新特征点的第一类置信值和所述待更新特征点的第二类置信值处理所述待更新特征点；若未匹配成功，则将所述暂存特征库中未匹配成功的特征点减去固定置信值，同时将所述待更新特征点添加至所述暂存特征库以更新所述暂存特征库。在本专利技术的一个实施例中，在将所述待更新特征点添加至所述暂存特征库以更新所述暂存特征库之后，还包括：将添加至所述暂存特征库的所述待更新特征点添加索引，并利用所述待更新特征点的第一类置信值和所述待更新特征点的第二类置信值处理所述待更新特征点。在本专利技术的一个实施例中，根据更新后的所述暂存特征库的特征点的第一类置信值更新所述跟踪特征库，包括：判断更新后的所述暂存特征库的特征点的第一类置信值是否大于第一置信阈值；若否，则不更新所述跟踪特征库；若是，则将所述暂存特征库的特征点添加至所述跟踪特征库以更新所述跟踪特征库。在本专利技术的一个实施例中，在根据更新后的所述暂存特征库的特征点的第一类置信值更新所述跟踪特征库之后，还包括：判断所述跟踪特征库的特征点的第一类置信值是否大于所述第一置信阈值；若是，则保留所述跟踪特征库的特征点；若否，则剔除所述跟踪特征库的特征点。在本专利技术的一个实施例中，根据更新后的所述暂存特征库的特征点的第二类置信值更新所述捕获特征库，包括：判断所述暂存特征库的特征点的第二类置信值是否大于第二置信阈值；若否，则不更新所述捕获特征库；若是，则将所述暂存特征库的特征点添加至所述捕获特征库以更新所述捕获特征库。在本专利技术的一个实施例中，在根据更新后的所述暂存特征库的特征点的第二类置信值更新所述捕获特征库之后，还包括：判断所述捕获特征库的特征点的数量是否大于数量阈值；若否，则不更新所述捕获特征库；若是，则剔除所述捕获特征库中所述第二类置信值最小的特征点。与现有技术相比，本专利技术的有益效果：本专利技术提出了一种特征库，并提出了对该特征库的维护方法，使得该特征库中保留的特征点都是稳定的特征点，当跟踪的目标发生形变或遮挡后，使用该特征库中的特征点与当前帧检测到的特征点进行匹配，之后再与CMT算法中的光流法跟踪到的特征点进行融合，能够增加目标跟踪过程的稳定性，提高目标跟踪的成功率。附图说明图1是本专利技术提高的一种基于CMT算法的特征库维护方法的流程示意图。具体实施方式下面结合具体实施例对本专利技术做进一步详细的描述，但本专利技术的实施方式不限于此。实施例一请参见图1，图1是本专利技术提高的一种基于CMT算法的特征库维护方法的流程示意图，该特征库维护方法包括：建立特征库，其中，所述特征库包括暂存特征库、跟踪特征库和捕获特征库；提取第t帧图像的n个特征点，其中，t和n均为大于0的自然数；将所述第t帧图像的n个特征点与所述跟踪特征库进行匹配以更新所述暂存特征库；根据更新后的所述暂存特征库的特征点的第一类置信值更新所述跟踪特征库；根据更新后的所述暂存特征库的特征点的第二类置信值更新所述捕获特征库。本专利技术实施例通过建立特征库来实现特征点的筛选与维护，将满足条件的特征点进行添加，并使用特征库中的特征点进行后续的匹配，可以稳定地实现目标的跟踪，保留了跟踪过程中稳定出现的特征点，解决了遮挡后目标出现的再捕获问题和目标形变造成的匹配失败问题，提高了CMT跟踪算法的鲁棒性。特征库包括暂存特征库、跟踪特征库和捕获特征库，其中，跟踪特征库的特征点用于与当前帧的特征点进行匹配，以解决目标形变情况下的目标跟踪问题；捕获特征库用于与当前帧的特征点进行匹配，当遮挡后目标再次出现时，通过捕获特征库可以实现目标的再次捕获。实施例二本专利技术实施例在上述实施例的基础上对特征库维护方法进行详细描述：步骤1、建立特征库；步骤1.1、建立暂存特征库，通过判断暂存特征库中的特征点是否可信，从而确定暂存特征库中的特征点是否添加至跟踪特征库和捕获特征库；步骤1.2、利用FAST(FeaturesfromAcceleratedSegmentTest，角点检测方法)特征点检测方法提取第1帧图像的所有特征点，第1帧图像为初本文档来自技高网...

【技术保护点】
1.一种基于CMT算法的特征库维护方法，其特征在于，包括：建立特征库，其中，所述特征库包括暂存特征库、跟踪特征库和捕获特征库；提取第t帧图像的n个特征点，其中，t和n均为大于0的自然数；将所述特征点与所述跟踪特征库进行匹配以更新所述暂存特征库；根据更新后的所述暂存特征库的特征点的第一类置信值更新所述跟踪特征库；根据更新后的所述暂存特征库的特征点的第二类置信值更新所述捕获特征库。

【技术特征摘要】
1.一种基于CMT算法的特征库维护方法，其特征在于，包括：建立特征库，其中，所述特征库包括暂存特征库、跟踪特征库和捕获特征库；提取第t帧图像的n个特征点，其中，t和n均为大于0的自然数；将所述特征点与所述跟踪特征库进行匹配以更新所述暂存特征库；根据更新后的所述暂存特征库的特征点的第一类置信值更新所述跟踪特征库；根据更新后的所述暂存特征库的特征点的第二类置信值更新所述捕获特征库。2.根据权利要求1所述的维护方法，其特征在于，提取第t帧图像的n个特征点，包括：调整第t-1帧图像的目标框以获取所述第t帧图像的目标框；利用第t帧图像的目标框提取第t帧图像的n个特征点。3.根据权利要求1所述的维护方法，其特征在于，将所述特征点与所述跟踪特征库进行匹配以更新所述暂存特征库，包括：利用KNN匹配方法将所述第t帧图像的n个特征点与所述跟踪特征库的特征点进行匹配；判断所述第t帧图像的第m个特征点与所述跟踪特征库的特征点是否匹配成功，其中，m取值为1～n且m为自然数；若匹配成功，则判断所述第m个特征点是否作为待更新特征点，若否，则剔除所述第m个特征点，若是，则将所述第m个特征点作为待更新特征点；若未匹配成功，则将所述第m个特征点作为待更新特征点；利用所述待更新特征点与所述暂存特征库的特征点进行匹配以更新所述暂存特征库。4.根据权利要求3所述的维护方法，其特征在于，判断所述第m个特征点是否作为待更新特征点，包括：判断所述第m个特征点的索引是否小于第1帧图像的前景特征点的最大索引；若是，则所述第m个特征点不作为所述待更新特征点；若否，则所述第m个特征点作为所述待更新特征点。5.根据权利要求3所述的维护方法，其特征在于，利用所述待更新特征点与所述暂存特征库的特征点进行匹配以更新所述暂存特征库，包括：利用KNN匹配方法将所述待更新特征点与所述暂存特征库的特征点进行匹配；若匹配成功，则利用所...

【专利技术属性】
技术研发人员：赵小明，宗靖国，李翠，张佳欢，俱青，邵晓鹏，
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