【技术实现步骤摘要】
一种基于TLD的长时间单目标跟踪方法
本专利技术涉及一种基于TLD的长时间单目标跟踪方法，其属于计算机视觉跟踪领域。
技术介绍
计算机视觉是涉及到众多学科的一个热门领域，比如：计算机科学、数学、工程学、生物学和物理学等。目标跟踪技术是计算机视觉中一个重要的分支，在智能交通和视频监控等方面起着举足轻重的作用。但由于光照变化、目标形变、遮挡和长时间跟踪等因素，对任意目标进行跟踪以及跟踪的高鲁棒性和高实时性一直是难以攻克的问题。当前目标跟踪的方法可以分为两种：生成类方法和判别类方法。相对于传统的生成类方法而言，判别类方法更能适应环境变化和长时间的要求，更便于实现高鲁棒性和高实时性的跟踪。跟踪-学习-检测(Tracking-Learning-Detection，TLD)是ZdenekKalal在2012年提出的一种单目标长时间跟踪算法，通过检测、跟踪和学习三个模块相结合的方式进行在线跟踪，能够很好地解决目标消失后重现的问题，满足长时间跟踪需要。TLD中跟踪模块采用金字塔LK光流法，该方法在光照变化、目标形变和快速移动的情况下跟踪效果差，会产生跟踪漂移现象。检测模块采用滑动...
【技术保护点】
1.一种基于TLD的长时间单目标跟踪方法，其特征在于：其包括跟踪模块、检测模块、学习模块和综合模块；跟踪模块由KCF算法实现跟踪功能，跟踪模块对视频第一帧中给出的目标进行跟踪，将跟踪到的目标位置反馈给最近邻分类器，若目标消失或无法辨认，则跟踪失败；检测模块由前景检测器和级联分类器构成，级联分类器包括方差分类器、集合分类器和最近邻分类器，检测模块对当前帧图片进行2bitBP特征描述，把得到的矩形窗通过前景检测器和级联分类器进行筛选，检测出目标并反馈到分类器；跟踪模块和检测模块同时工作，当检测模块检测到目标而跟踪模块跟踪失败时，则检测模块重置跟踪模块；将跟踪模块得到的一个结果和...
【技术特征摘要】
1.一种基于TLD的长时间单目标跟踪方法，其特征在于：其包括跟踪模块、检测模块、学习模块和综合模块；跟踪模块由KCF算法实现跟踪功能，跟踪模块对视频第一帧中给出的目标进行跟踪，将跟踪到的目标位置反馈给最近邻分类器，若目标消失或无法辨认，则跟踪失败；检测模块由前景检测器和级联分类器构成，级联分类器包括方差分类器、集合分类器和最近邻分类器，检测模块对当前帧图片进行2bitBP特征描述，把得到的矩形窗通过前景检测器和级联分类器进行筛选，检测出目标并反馈到分类器；跟踪模块和检测模块同时工作，当检测模块检测到目标而跟踪模块跟踪失败时，则检测模块重置跟踪模块；将跟踪模块得到的一个结果和检测模块得到的一个或多个结果传给综合模块，综合模块计算跟踪结果与目标模型的相似度，计算检测结果与目标模型的相似度，输出相似度最大的一个目标；学习模块在视频的第一帧图像中初始化目标模型、集合分类器和最近邻分类器；学习模块将跟踪模块的跟踪结果反馈给检测模块，在线更新目标模型的正负样本库。2.根据权利要求1所述的一种基于TLD的长时间单目标跟踪方法，其特征在于：跟踪模块采用KCF跟踪算法，具体如下：对视频的第一帧图像进行采样，得到目标位置，对目标进行HOG特征提取，通过循环矩阵得到训练样本；对训练样本特征进行傅里叶变换，在频域进行核相关滤波操作后得到最大响应位置，从而找到目标位置；更新跟踪模块中的滤波器模型，在下一帧图像的时候，结合上一帧图像目标位置对目标进行跟踪直至视频最后一帧图像。3.根据权利要求1所述的一种基于TLD的长时间单目标跟踪方法，其特征在于：检测模块采用由粗到精的策略，采用滑动窗口法遍历整个图像帧，产生的矩形框送入前景检测器中粗略检测；将通过了帧差法前景检测后的矩形框送入级联分类器中精确检测。4.根据权利要求1所述的一种基于TLD的长时间单目标跟踪方法，其特征在于：检测模块采用帧差法实现前景检测功能，所述帧差法通过对视频中相邻两帧图像做差分运算来标记运动物体，假设当前帧和前一帧图像分别为fi(x,y)和fi-1(x,y)，则差分运算后的图像为dst(x，y)：其中，thr为帧差法的阈值；通过了帧差法前景检测的矩形框送入级联分类器中进行后续检测。5.一种基于TLD的长时间单目标跟踪方法，其特征在于，包括以下步骤：步骤1、得到第一帧图像和要跟踪的目标框，进行初始化；步骤2、读取新的一帧图像，检测模块和跟踪模块并行工作，通过学习模块更新目标模型，通过综合模块得到最终目标位置；步骤3、进行下一帧图像的处理，重复步骤2，直至视频结束。6.根据权...
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。