运动目标的视觉跟踪方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供了一种运动目标视觉跟踪方法、装置、电子设备及存储介质，包括：确定第一视频帧中待跟踪的运动目标，确定运动目标在第一视频帧中的位置信息，并提取运动目标在第一视频帧中的第一特征；获取运动目标在第二视频帧中的加速度信息和角速度信息；计算运动目标在第二视频帧中的位置，并提取第二视频帧中位置处运动目标的第二特征；将第一特征和第二特征进行匹配，得到匹配特征；将匹配特征通过光流算法得到第一特征在第二视频帧中的位置特征信息。本发明专利技术实施例可以提高跟踪算法的实时性，提高跟踪效率。

【技术实现步骤摘要】
运动目标的视觉跟踪方法、装置、电子设备及存储介质
本专利技术涉及图像处理
，特别是涉及一种运动目标的视觉跟踪方法、装置、电子设备及存储介质。
技术介绍
在图像处理
中，视觉跟踪是指对视频序列中的运动目标进行检测、提取特征、识别、定位和滤波，并获得运动目标的运动参数，如位置、速度和运动轨迹等。视觉跟踪技术是计算机视觉领域的热门研究方向之一，在视频监控、机器人定位、环境感知等领域有着广泛的应用，并且通过视觉跟踪技术可以对研究目标进一步的进行行为理解、分析和决策等高级任务提供必要的技术手段。视觉跟踪技术得到了广泛的关注与研究，发展比较迅速，出现了很多成熟的算法，这些算法大体可以分为三类：基于局部信息的跟踪算法、基于检测的跟踪算法、基于特征点的跟踪算法。其中，基于局部信息的跟踪算法，将目标的初始区域作为目标模板，将目标模板与图像中的所有区域进行模板匹配，将匹配度最高的地方作为目标的位置。常用的方法有Lucas-Kanade光流跟踪算法等。基于局部信息的跟踪算法采用目标的全局信息，就有较高的可信度，但当目标的遮挡或者形变较大时，很容易使得跟踪失败。基于检测的跟踪算法将跟踪问题简化为本文档来自技高网...

【技术保护点】
1.一种运动目标视觉跟踪方法，其特征在于，所述方法包括：确定第一视频帧中待跟踪的运动目标，确定所述运动目标在所述第一视频帧中的位置信息，并提取所述运动目标在所述第一视频帧中的第一特征；获取所述运动目标在第二视频帧中的加速度信息和角速度信息，其中，所述第二视频帧为所述第一视频帧的下一视频帧；根据所述加速度信息和所述角速度信息，以及所述运动目标在所述第一视频帧中的位置信息，计算所述运动目标在所述第二视频帧中的位置，并提取所述第二视频帧中所述位置处所述运动目标的第二特征；将所述第一特征和所述第二特征进行匹配，得到匹配特征；将所述匹配特征通过光流算法得到所述第一特征在所述第二视频帧中的位置特征信息。

【技术特征摘要】
1.一种运动目标视觉跟踪方法，其特征在于，所述方法包括：确定第一视频帧中待跟踪的运动目标，确定所述运动目标在所述第一视频帧中的位置信息，并提取所述运动目标在所述第一视频帧中的第一特征；获取所述运动目标在第二视频帧中的加速度信息和角速度信息，其中，所述第二视频帧为所述第一视频帧的下一视频帧；根据所述加速度信息和所述角速度信息，以及所述运动目标在所述第一视频帧中的位置信息，计算所述运动目标在所述第二视频帧中的位置，并提取所述第二视频帧中所述位置处所述运动目标的第二特征；将所述第一特征和所述第二特征进行匹配，得到匹配特征；将所述匹配特征通过光流算法得到所述第一特征在所述第二视频帧中的位置特征信息。2.根据权利要求1所述的方法，其特征在于，所述获取所述运动目标在第二视频帧中的加速度信息和角速度信息，包括：通过加速度传感器获取所述运动目标在第二视频帧中的加速度信息；通过陀螺仪传感器获取所述运动目标在第二视频帧中的角速度信息。3.根据权利要求2所述的方法，其特征在于，所述根据所述加速度信息和所述角速度信息，计算所述运动目标在所述第二视频帧中的位置，包括：根据所述加速度信息和所述角速度信息，计算所述运动目标的位置变化信息；根据所述运动目标在所述第一视频帧中的位置信息，以及所述位置变化信息，确定所述运动目标在所述第二视频帧中的位置。4.根据权利要求1所述的方法，其特征在于，所述将所述匹配特征通过光流算法得到所述第一特征在所述第二视频帧中的位置特征信息，包括：将所述匹配特征与所述第二特征进行融合，得到所述匹配特征与所述第二特征的共同特征；将所述共同特征与所述第一特征采用光流算法，得到所述第一特征在所述第二视频帧中的位置特征信息。5.根据权利要求4所述的方法，其特征在于，所述将所述共同特征与所述第一特征采用光流算法，得到所述第一特征在所述第二视频帧中的位置特征信息，包括：计算所述共同特征相对于所述第一特征的缩放比例和旋转比例；将所述共同特征、所述缩放比例和旋转比例通过预设跟踪算法，得到所述第一特征在所述第二视频帧中的位置特征信息。6.根据权利要求5所述的方法，其特征在于，所述将所述匹配特征通过光流算法得到所述第一特征在所述第二视频帧中的位置特征信息之后，所述方法还包括：将所述共同特征、所述缩放比例和旋转比例进行投票，生成投票空间；将所述投票空间进行聚类；统计所述聚类后的投票空间的长度。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：当所述聚类后的投票空间的长度大于预设阈值时，对所述位置特征信息进行卡尔曼滤波，得到所述运动目标在所述第二视频帧中的位置信息。8.一种运动目标视觉跟踪装置，其特征在于，所述装置包括：第一提取模块，用于确定第一视频帧中待跟踪的运动目标，确定所述运动目标在所述第一视频帧中的位置...

【专利技术属性】
技术研发人员：梅元刚，刘鹏，陈宇，王明琛，朱政，
申请(专利权)人：北京金山云网络技术有限公司，北京金山云科技有限公司，
类型：发明
国别省市：北京,11