【技术实现步骤摘要】
一种基于平行特征金字塔神经网络的目标跟踪方法
本专利技术属于计算机视觉
,具体为一种基于平行特征金字塔神经网络(PFPnet,parallelFeaturePyramidNetwork)的目标跟踪方法。
技术介绍
运动目标跟踪技术一直是计算机视觉领域的研究重点,其主要内容为在指定的视频序列中估计出运动目标在每帧中的位置。随着硬件性能的不断提升,这项技术在无人控制、智能安防、交通监管等领域中有着越来越多的应用。目标跟踪的核心技术在于紧跟随时间不断产生位置以及形态变化的目标。近几年来,基于机器学习的目标跟踪技术飞速的发展,已经能够实现简单场景下的目标实时跟踪,但目标外观随时间的变化,背景的复杂多变,多目标咬合等因素依旧会对跟踪效果有所影响。目标跟踪技术的主体思路目前可被分为判别式和产生式两种。判别式目标跟踪算法将对目标的跟踪问题转换成对于跟踪目标和背景的分类问题,即通过一个二值分类器将被跟踪的目标和背景进行区分。判别式的目标跟踪结合了背景信息和被跟踪的目标信息,具有较强的鲁棒性高效性和精确性,但在判断前需要对大量的样本进行特征提取,所以很难满足实时性的要求。产生式的目标跟踪算法通过目标的表观特征来生成模型,随后再通过搜索候选目标来最小化重构误差,产生式的目标跟踪算法将跟踪重点放在了对目标本身的刻画上而忽略了背景信息,所以产生式的目标跟踪算法在目标为非刚性物体时,目标与场景中出现遮挡的情况下会出现漂移,从而影响跟踪的效果。在过去几年,以稀疏编码为代表的生成式的目标跟踪算法占据主要地位,但近年来,随着深度学习技术的兴起,以相关滤波和深度学习为代表的判别式目标 ...
【技术保护点】
1.一种基于平行特征金字塔神经网络的目标跟踪方法,其特征在于,包括以下步骤:步骤一:对于当前帧的图像,读取目标在当前帧的图像中的位置坐标(xt,yt)和区域(wt,ht),将目标区域(wt,ht)进行λ倍放大,得到放大后的目标区域(wp,t,hp,t),即(wp,t,hp,t)=λ(wt,ht),然后根据(xt,yt)和(wp,t,hp,t)对图像采样,得到样本集M;其中,xt为目标中心位置的横坐标,yt为目标中心位置的纵坐标,wt为目标区域的宽,ht为目标区域的高,wp,t为目标区域放大后的宽,hp,t为放大后目标区域的高;步骤二:将样本集M输入到平行特征金字塔神经网络进行特征融合,得到网络中第Q层的融合特征图,记为QM,
【技术特征摘要】
1.一种基于平行特征金字塔神经网络的目标跟踪方法,其特征在于,包括以下步骤:步骤一:对于当前帧的图像,读取目标在当前帧的图像中的位置坐标(xt,yt)和区域(wt,ht),将目标区域(wt,ht)进行λ倍放大,得到放大后的目标区域(wp,t,hp,t),即(wp,t,hp,t)=λ(wt,ht),然后根据(xt,yt)和(wp,t,hp,t)对图像采样,得到样本集M;其中,xt为目标中心位置的横坐标,yt为目标中心位置的纵坐标,wt为目标区域的宽,ht为目标区域的高,wp,t为目标区域放大后的宽,hp,t为放大后目标区域的高;步骤二:将样本集M输入到平行特征金字塔神经网络进行特征融合,得到网络中第Q层的融合特征图,记为QM,QM有n维,表示QM中第n维的融合特征图;步骤三:将进行快速傅里叶变换、对角化操作求取相关滤波器的参数;步骤四:对步骤一得到的扩大后目标区域(wp,t,hp,t)进行多尺度缩放操作,得到多重候选区域(wp,t+1,hp,t+1),即(wp,t+1,hp,t+1)=α(wp,t,hp,t),α为缩放尺度,α的取值为{0.985,0.99,0.995,1,1.005,1.01,1.015};在多重候选区域(wp,t+1,hp,t+1)的基础上对下一帧的图像进行采样,得到7种不同缩放尺度下生成的样本集N={N1N2N3N4N5N6N7},其中,N1代表以0.985的缩放尺度得到的候选区域下进行采样得到的样本集,N2代表以0.99的缩放尺度下得到的候选区域下采样得到的样本集,N3、N4、N5、N6、N7依次类推;步骤五:将样本集N={N1N2N3N4N5N6N7}输入到平行特征金字塔神经网络中进行特征融合,得到新的融合特征图,记为QN,QN=(QN1QN2QN3QN4QN5QN6QN7);其中,QN1代表样本集N1输入到平行特征金字塔神经网络进行特征融合得到的第Q层的融合特征图,且QN1有n维,表示QN1中第n维的融合特征图;QN2代表样本集N2输入到平行特征金字塔神经网络进行特征融合得到的第Q层的融合特征图,且QN2有n维,表示QN2中第n维的融合特征图;QN3、QN4、QN5、QN6、QN7依次类推;步骤六:根据步骤三中得到的相关滤波器的参数对下一帧得到的融合特征图QN=(QN1QN2QN3QN4QN5QN6QN7)进行响应图的计算,得到其响应图,根据响应图的响应峰值确定目标在下一帧图像中的位置坐标(xt+1,yt+1)和区域(wt+1,ht+1);其中,xt+1为目标中心位置的横坐标,yt+1为目标中心位置的纵坐标,wt+1为目标区域的宽,ht+1为目标区域的高;步骤七:重复上述步骤一到步骤六的操作,不断对下一帧图像进行处理,直到最后一帧,完成目标在所有图像帧中的位置坐标和区域确定,实现对目标的跟踪操作。2.根据权利要求1所述的基于平行特...
【专利技术属性】
技术研发人员:谢少荣,徐海彬,李小毛,罗均,彭艳,蒲华燕,
申请(专利权)人:上海大学,
类型:发明
国别省市:上海,31
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。