The invention relates to a TLD target tracking algorithm based on visual attention mechanism, which belongs to the field of artificial intelligence technology. Based on the original TLD target tracking algorithm, the method extracts salient regions of the visual attention mechanism of the TLD detection module to eliminate the interference of the non-salient regions, filters salient information effectively through visual saliency, forms visual saliency maps, classifies salient maps, further optimizes the detection module of the TLD algorithm, and integrates classifiers to establish the target model and background. Then, the output of the ensemble classifier is used as the input of the nearest neighbor classifier to select similar samples. The invention has good stability under the interference of external environment. When the target is occluded and rotated rapidly, the visual attention mechanism updates the target features in real time and shows good performance.
【技术实现步骤摘要】
基于视觉注意机制的TLD目标跟踪算法
本专利技术涉及了一种基于视觉注意机制的TLD目标跟踪算法,属于人工智能
技术背景随着机器视觉技术的发展,目标跟踪已经慢慢成为很有前景的发展方向逐渐成为研究的热点。运动目标的跟踪已经成熟的运用到当下社会中的交通辅助、机器人的研发、人体行为分析和视频监控中,目标的跟踪已经慢慢的变成很有前景的发展方向,而此项技术的日趋成熟,是依靠计算机技术的飞速发展,计算和存储的成本也已经大幅度降低。我国的对目标跟踪技术的钻研,开始于上世纪60年代末,到现在已经经过了五十多年的成长,目前我国的目标跟踪技术已经有了很大的发展。国内的清华大学、国防科技大学、北京理工大学和中国科学院等高校研究院对目标跟踪技术开展理论加实践的钻研,已经取得很大成果,目前很多目标跟踪的方法已经得到了产品的检验,并已经被运用到了实际的工程跟踪系统。TLD目标跟踪算法作为一种半监督在线学习的跟踪算法,其与传统目标跟踪算法的一个显著区别就是,没有单纯的局限于跟踪或者检测,而是将跟踪与检测相结合,引入在线学习机制,成功解决了传统跟踪算法目标丢失后无法获取,无法实现长时跟踪的问题;有效地解决了跟踪过程中目标形变、光照变化和部分遮挡等问题。算法主要分为三个部分:跟踪模块、检测模块和学习模块。跟踪器模块估计目标在帧与帧之间的运动,给出目标的轨迹;检测器进行全局检测,发现定位所有目标可能存在的区域;学习器对检测结果进行评估,根据跟踪结果对检测器进行训练,且计算简单、运算速度快,对目标跟踪过程中出现的光照改变,尺度改变有很好的性能。TLD算法在目标跟踪方面得到广泛应用。相 ...
【技术保护点】
1.一种基于视觉注意机制的TLD目标跟踪算法,其特征在于,以原始TLD算法为原型,融入视觉注意机制显著提取,再对TLD算法的集成分类器进行建模,算法结合设计包括如下步骤:步骤一:对TLD的检测模块进行视觉注意机制的显著区域提取能够排除非显著区域的干扰,通过视觉显著性可有效筛选显著信息,形成视觉显著图,再对显著图进行分类;步骤二:再对TLD算法的检测模块进一步优化,集成分类器建立目标模型和背景模型,再将集成分类器的输出作为最近邻分类器的输入,筛选出相似样本。
【技术特征摘要】
1.一种基于视觉注意机制的TLD目标跟踪算法,其特征在于,以原始TLD算法为原型,融入视觉注意机制显著提取,再对TLD算法的集成分类器进行建模,算法结合设计包括如下步骤:步骤一:对TLD的检测模块进行视觉注意机制的显著区域提取能够排除非显著区域的干扰,通过视觉显著性可有效筛选显著信息,形成视觉显著图,再对显著图进行分类;步骤二:再对TLD算法的检测模块进一步优化,集成分类器建立目标模型和背景模型,再将集成分类器的输出作为最近邻分类器的输入,筛选出相似样本。2.根据权利要求1所述的基于视觉注意机制的TLD目标跟踪算法,其特征在于:给予视觉注意机制的显著...
【专利技术属性】
技术研发人员:任红格,史涛,李军,李福进,张俊琴,刘矗,秦琴,
申请(专利权)人:华北理工大学,
类型:发明
国别省市:河北,13
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。