【技术实现步骤摘要】
基于高阶累积量的目标跟踪方法、装置及存储介质
本专利技术涉及目标跟踪领域，特别是涉及一种基于高阶累积量的目标跟踪方法、装置及存储介质。
技术介绍
在线目标跟踪是计算机视觉中的一个热点研究课题，其对于动作识别、行为分析、场景理解等高层次的视觉研究具有重要意义，并且在视频监控、智能机器人、人机交互等领域有着广泛的应用前景。在目标跟踪的许多挑战中，遮挡是最棘手的问题之一。遮挡使跟踪目标的部分或者整体不可见，造成目标信息丢失，并且遮挡持续的时间长短不可预知。跟踪目标被遮挡可能是由视频中其它运动物、背景中静止的物体或者目标本身引起的。在遮挡情形下，可能会出现跟踪漂移。现有技术中的很多算法可以对遮挡进行处理以提高目标跟踪的准确度，但是遮挡检测的效率比较低，往往是在目标已经被遮挡了很多帧才能判断出目标被遮挡，不利于遮挡处理。
技术实现思路
本专利技术主要解决的技术问题是提供一种基于高阶累积量的目标跟踪方法、装置、系统及存储介质，能够解决现有技术中低效率遮挡检测不利于遮挡处理的问题。为了解决上述技术问题，本专利技术提供了一种基于高阶累积量的目标跟踪方法，该方法包括：利用第一高阶累积量...
【技术保护点】
1.一种基于高阶累积量的目标跟踪方法，其特征在于，包括：利用第一高阶累积量判断第k视频帧中的所述目标是否被遮挡，所述第一高阶累积量对应于所述第k视频帧中的目标图像在子空间的第一重构误差；利用运动模型及所述第k视频帧中的目标状态信息预测并抽取得到多个预测粒子，所述第k视频帧中被遮挡与未被遮挡的所述目标的所述运动模型不同；分别计算每个所述预测粒子在第k+1视频帧中对应的预测图像块在所述子空间的重构误差；分别利用所述重构误差计算对应的每个所述预测粒子的重要性权值；利用第二高阶累积量判断所述第k视频帧中被遮挡的所述目标在所述第k+1视频帧中是否仍被遮挡，所述第二高阶累积量对应于似然...
【技术特征摘要】
1.一种基于高阶累积量的目标跟踪方法，其特征在于，包括：利用第一高阶累积量判断第k视频帧中的所述目标是否被遮挡，所述第一高阶累积量对应于所述第k视频帧中的目标图像在子空间的第一重构误差；利用运动模型及所述第k视频帧中的目标状态信息预测并抽取得到多个预测粒子，所述第k视频帧中被遮挡与未被遮挡的所述目标的所述运动模型不同；分别计算每个所述预测粒子在第k+1视频帧中对应的预测图像块在所述子空间的重构误差；分别利用所述重构误差计算对应的每个所述预测粒子的重要性权值；利用第二高阶累积量判断所述第k视频帧中被遮挡的所述目标在所述第k+1视频帧中是否仍被遮挡，所述第二高阶累积量对应于似然图像块在所述子空间的第二重构误差，所述似然图像块是所述重要性权值最大的所述预测粒子对应的预测图像块；若所述第k视频帧和所述第k+1视频帧中所述目标均被遮挡，则将轨迹预测值作为所述第k+1视频帧中的目标图像，否则将所述似然图像块作为所述第k+1视频帧中的所述目标图像；利用所述第k+1视频帧中的目标图像获取所述第k+1视频帧中的目标状态信息。2.根据权利要求1所述的方法，其特征在于，所述利用第一高阶累积量判断第k视频帧中的所述目标是否被遮挡包括：判断所述第一高阶累积量是否大于预设阈值；若所述第一高阶累积量大于预设阈值，则判定所述第k视频帧中的所述目标被遮挡，否则判定所述第k视频帧中的所述目标未被遮挡。3.根据权利要求2所述的方法，其特征在于，所述第一重构误差ek为：其中，Zk为所述第k视频帧中的目标图像，U为所述子空间，Z为样本均值，fk(j)为所述第一重构误差中第j个像素点的灰度值，Mk为所述第一重构误差中像素点的个数；所述第一高阶累积量Ck为：4.根据权利要求1所述的方法，其特征在于，所述利用运动模型及所述第k视频帧中的目标状态信息预测并抽取得到多个预测粒子包括：若所述第k视频帧中所述目标被遮挡，则利用随机游走模型及所述第k视频帧中的目标状态信息预测并抽取多个所述预测粒子，否则利用二阶自回归模型及所述第k视频帧中的目标状态信息预测并抽取多个所述预测粒子。5.根据权利要求4所述的方法，其特征在于，所述第k视频帧中的目标状态信息Xk＝{xk,yk,sk,αk}，其中xk和yk分别为所述第k视频帧中的目标图像中心点位置的x坐标和y坐标，sk和αk分别为所述第k视频帧中的目标图像与标准大小的比例以及宽高比；所述随机游走模型的状态转移概率p(Xk+1|Xk)为：p(Xk+1|Xk)＝N(Xk+1|Xk,Ψ)(3)其中，Xk+1为所述第k+1视频帧中的目标状态信息，N()为正态分布，ψ为对角化协方差矩阵，ψ的对角元素分别为δx表示中心点位置x坐标的标准差，δy表示中心点位置y坐标...
【专利技术属性】
技术研发人员：李良群，谢维信，刘宗香，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44
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。