自适应特征选择的目标追踪方法、系统及存储介质技术方案

本发明专利技术提供了一种自适应特征选择的目标追踪方法、系统及存储介质，该目标追踪方法同时保留两个目标模型，一个是对应人工特征的简单线路的目标模型，一个对应深度特征的困难线路的目标模型；根据追踪环境自适应的选择使用其中一个模型进行追踪。本发明专利技术的有益效果是：本发明专利技术针对目标追踪环境的复杂程度，通过自适应选择机制，在简单的追踪环境中使用人工特征，在复杂的追踪环境中使用深度特征，在追踪过程中自适应的选择特征，保证追踪正确率的同时，提高追踪速度。

Target Tracking Method, System and Storage Media for Adaptive Feature Selection

The invention provides a target tracking method, system and storage medium for adaptive feature selection. The target tracking method retains two target models at the same time. One is the target model of a simple line corresponding to the artificial feature and the other is the target model of a difficult line corresponding to the depth feature. The beneficial effect of the present invention is that, in view of the complexity of target tracking environment, the present invention uses artificial features in simple tracking environment, depth features in complex tracking environment, selectable features in tracking process, ensures tracking accuracy and improves tracking speed through adaptive selection mechanism.

【技术实现步骤摘要】
自适应特征选择的目标追踪方法、系统及存储介质
本专利技术涉及视觉目标追踪
，尤其涉及一种自适应特征选择的目标追踪方法、系统及存储介质。
技术介绍
视觉目标追踪是计算机视觉领域的一个重要分支。在监控、人机交互、医学成像等领域有着广泛的应用。追踪任务是在视频第一帧给出要追踪的目标，然后利用给出目标的特征，估计出目标在视频的后续帧中的位置。尽管大量学者已经在目标追踪领域研究多年，并且提出大量追踪算法，提高追踪效果。但是，由于追踪环境复杂性以及追踪目标的变化，如：光照条件的变化，追踪物体的形变、尺度变化、旋转、遮挡等，目标追踪的精确度还有较大提升空间。同时，为了达到实时的应用，追踪算法的速度也是衡量算法性能的一个重要指标。通常使用分类的方法解决追踪问题，提取特征然后训练分类器区分候选样本是追踪目标还是背景。因此，特征是影响追踪算法性能的重要因素。追踪领域常用到的特征可以分为两个类型：人工特征和深度特征。人工特征包括颜色特征，纹理特征等。这些特征可以表征图像中的特定信息，计算简单，因此使用这些特征通常可以得到较高的追踪速度，但是由于人工特征只表征图像一部分信息，因此在遇到复杂追踪环境如：本文档来自技高网...

【技术保护点】
1.一种自适应特征选择的目标追踪方法，其特征在于，包括依次执行如下步骤：步骤S1：接收输入的图像；步骤S2：判断是否为第一帧，若是，那么利用第一帧图像给出的目标初始化简单线路的目标模型和困难线路的目标模型，然后执行步骤S2，若不是第一帧，那么步骤S3；步骤S3：判断是否要更新困难线路的目标模型，若是，那么执行困难线路的运行步骤，否则执行步骤S4；步骤S4：提取简单特征，通过运算得到相关响应图，根据相关响应图计算置信度；步骤S5：判断置信度是否大于阈值，若是，那么执行步骤S6，否则执行困难线路的运行步骤；步骤S6：输出追踪结果，更新简单线路的目标模型；步骤S7：判断是否有下一帧，若是，那么返回执...

【技术特征摘要】
1.一种自适应特征选择的目标追踪方法，其特征在于，包括依次执行如下步骤：步骤S1：接收输入的图像；步骤S2：判断是否为第一帧，若是，那么利用第一帧图像给出的目标初始化简单线路的目标模型和困难线路的目标模型，然后执行步骤S2，若不是第一帧，那么步骤S3；步骤S3：判断是否要更新困难线路的目标模型，若是，那么执行困难线路的运行步骤，否则执行步骤S4；步骤S4：提取简单特征，通过运算得到相关响应图，根据相关响应图计算置信度；步骤S5：判断置信度是否大于阈值，若是，那么执行步骤S6，否则执行困难线路的运行步骤；步骤S6：输出追踪结果，更新简单线路的目标模型；步骤S7：判断是否有下一帧，若是，那么返回执行步骤S1，否则结束；困难线路的运行步骤：提取复杂特征，并进行运算得到输出结果，同时更新简单线路的目标模型和困难线路的目标模型，然后执行步骤S7。2.根据权利要求1所述的目标追踪方法，其特征在于，在所述步骤S4中，根据相关响应图的波动情况计算置信度。3.根据权利要求2所述的目标追踪方法，其特征在于，在所述步骤S5中：其中，Fmax是相关响应最大值，Fmin是相关响应最小值，F(w，h)是相关响应图中坐标(w...

【专利技术属性】
技术研发人员：何震宇，陈若望，祝清麟，柯瀚林，周瑞，邵卢娇，黎嘉辉，赵昕玥，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：广东,44