一种目标跟踪的方法和装置制造方法及图纸

本发明专利技术公开了一种目标跟踪的方法和装置，此方法包括：基于被跟踪目标确定搜索范围；对所述搜索范围进行区域划分，根据边缘抑制得分规则对各区域进行打分；确定分值最大的区域为被跟踪目标的当前位置。本发明专利技术的技术方案，通过边缘抑制得分规则，对搜索范围不同区域进行打分后，对搜索范围的提取到的特征进行得分抑制，使距离搜索范围中心位置越远的特征得分越低，则特征得分最高的区域(即搜索范围中心附近)确定为被跟踪目标出现的位置，确保始终能正确跟踪目标，且能够保证目标跟踪的实时性要求。

A method and device of target tracking

【技术实现步骤摘要】
一种目标跟踪的方法和装置
本专利技术涉及图像处理
，尤其涉及一种目标跟踪的方法和装置。
技术介绍
现有技术(例如：DCF/KCF/深度学习等)通常是在提取更鲁棒的目标特征上进行研究，因为目标特征提取的鲁棒性越高，跟踪效果就会越好。但是，由于目标跟踪有实时性要求，以30fps视频为例，如果要实时跟踪，则每次目标搜索和特征提取的过程不能超过33ms(即1000/30)，这对于计算性能要求非常高，则在现有硬件计算性能条件下，目标特征提取算法不能太复杂，导致目标特征不能做到足够鲁棒。在正常跟踪状态时，可视区域为搜索范围，例如将一白车作为被跟踪目标，当搜索框范围内存在多个其他白色类似车辆，甚至包含相同型号的车辆存在，如果对搜索范围所有区域直接打分，则很容易出现其他白色车辆得分也很高的情况，这对跟踪效果产生极大影响，导致跟踪效果不佳，为确定被跟踪目标的位置带来很多干扰。因此，如何在不明显增加计算量的基础上，提高跟踪效率成为亟待解决的技术问题。
技术实现思路
为了解决上述技术问题，本专利技术提供了一种目标跟踪的方法和装置。根据本专利技术的第一方面，本专利技术提供了一种目标跟踪的方法，包括：基于被跟踪目标确定搜索范围；对所述搜索范围进行区域划分，根据边缘抑制得分规则对各区域进行打分；确定分值最大的区域为被跟踪目标的当前位置。其中，所述对所述搜索范围进行区域划分，根据边缘抑制得分规则对各区域进行打分包括：将搜索范围划分成n×n个区域，生成所述搜索范围的分值矩阵S(n×n)；根据n阶的窗向量H，计算得到二维矩阵R(n×n)；基于二维矩阵R(n×n)计算矩阵N(n×n)；利用该矩阵N(n×n)对分值矩阵S(n×n)进行点乘，确定所述搜索范围的各区域得分F(n×n)。其中，所述计算二维矩阵R(n×n)的公式如下：R(n×n)＝H×HT；式中HT表示窗向量H的转置。其中，所述基于二维矩阵R(n×n)计算矩阵N(n×n)的公式如下：式中Ki,j是矩阵R(n×n)所有元素的最大值，i，j代表该元素在第i行第j列。其中，所述基于被跟踪目标确定搜索范围包括：对被跟踪目标的特征进行提取，确定被跟踪目标的目标框，以所述目标框为中心、所述目标框的大小的预定倍数为范围，确定搜索范围。根据本专利技术的第二方面，本专利技术还提供了一种目标跟踪的装置，包括：范围确定模块：用于基于被跟踪目标确定搜索范围；区域打分模块：用于对搜索范围进行区域划分，根据边缘抑制得分规则对各区域进行打分；位置确定模块：用于确定分值最大的区域为被跟踪目标的当前位置。其中，所述区域打分模块：还用于将搜索范围划分成n×n个区域，生成所述搜索范围的分值矩阵S(n×n)；还用于根据n阶的窗向量H，计算得到二维矩阵R(n×n)；还用于基于二维矩阵R(n×n)生成矩阵N(n×n)；还用于利用该矩阵N(n×n)对分值矩阵S(n×n)进行点乘，确定所述搜索范围的各区域得分F(n×n)。其中，所述区域打分模块计算二维矩阵R(n×n)的公式如下：R(n×n)＝H×HT式中HT表示窗向量H的转置。其中，所述区域打分模块基于二维矩阵R(n×n)计算矩阵N(n×n)的公式如下：式中Ki,j是矩阵R(n×n)所有元素的最大值，i，j代表该元素在第i行第j列。其中，所述范围确定模块：还用于对被跟踪目标的特征进行提取，确定被跟踪目标的目标框，以所述目标框为中心、所述目标框的大小的预定倍数为范围，确定搜索范围。本专利技术提供的目标跟踪的方法和装置，在被跟踪目标跟踪过程中，通过边缘抑制得分规则，由于被跟踪目标始终处于搜索范围中心附近，使被跟踪目标特征得分高于其他区域的特征得分，从而减少了搜索范围内其他边缘相似特征对跟踪效果的影响，在不提高算法复杂度的条件下，能够有效提高目标跟踪的准确率；当被跟踪目标丢失状态下，则取消边缘抑制得分规则，以增大目标找回的概率，同时扩大搜索范围，使用更大的搜索范围以增大目标找回的概率，当被跟踪目标找回后，继续通过边缘抑制得分规则对搜索范围的不同区域进行打分。参照附图来阅读对于示例性实施例的以下描述，本专利技术的其他特性特征和优点将变得清晰。附图说明图1示例性示出了本专利技术的实施例的一种目标跟踪的方法的流程图；图2示例性示出了本专利技术的实施例的一种目标跟踪的装置的框图。具体实施例为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。图1是本专利技术的一种目标跟踪的方法的具体的实施例的流程图；如图1所示，本专利技术实施例提供了一种目标跟踪的方法，包括：步骤102，基于被跟踪目标确定搜索范围；步骤104，对搜索范围进行区域划分，根据边缘抑制得分规则对各区域进行打分；步骤106，确定分值最大的区域为被跟踪目标的当前位置。在目标跟踪过程中，首先对被跟踪目标进行特征提取作为被跟踪目标的特征模板，根据被跟踪目标及其大小来确定搜索范围。具体地，在步骤102中，基于被跟踪目标确定搜索范围包括：对被跟踪目标的特征进行提取，确定被跟踪目标的目标框，以目标框为中心、目标框的大小的预定倍数为范围，确定搜索范围。可选的，可以以目标框为中心、以目标框的大小的预定倍数确定搜索范围，搜索范围的大小根据实际被跟踪目标的运动速度和跟踪频率而定，通常选择被跟踪目标的1.5-3.5倍。在步骤104中，对搜索范围进行区域划分，根据边缘抑制得分规则对各区域进行打分包括：将搜索范围划分成n×n个区域，生成搜索范围的分值矩阵S(n×n)；根据n阶的窗向量H，计算得到二维矩阵R(n×n)；基于二维矩阵R(n×n)计算矩阵N(n×n)；利用该矩阵N(n×n)对分值矩阵S(n×n)进行点乘，确定搜索范围的各区域得分F(n×n)，即F(n×n)＝N(n×n)·S(n×n)；其中，计算二维矩阵R(n×n)的公式如下：R(n×n)＝H×HT式中HT表示窗向量H的转置。然后对二维矩阵R(n×n)进行归一化处理，得到矩阵N(n×n)，即基于二维矩阵R(n×n)计算矩阵N(n×n)的公式如下：式中Ki,j是矩阵R(n×n)所有元素的最大值，i，j代表该元素在第i行第j列。可选的，方法还包括：当被跟踪目标在被跟踪过程中出现短时丢失的状态时，则取消边缘抑制得分规则，并扩大搜索范围，当被跟踪目标重新出现后，确定搜索本文档来自技高网...

【技术保护点】
1.一种目标跟踪的方法，其特征在于，包括：/n基于被跟踪目标确定搜索范围；/n对所述搜索范围进行区域划分，根据边缘抑制得分规则对各区域进行打分；/n确定分值最大的区域为被跟踪目标的当前位置。/n

【技术特征摘要】
1.一种目标跟踪的方法，其特征在于，包括：
基于被跟踪目标确定搜索范围；
对所述搜索范围进行区域划分，根据边缘抑制得分规则对各区域进行打分；
确定分值最大的区域为被跟踪目标的当前位置。


2.如权利要求1所述的方法，其特征在于，所述对所述搜索范围进行区域划分，根据边缘抑制得分规则对各区域进行打分包括：
将搜索范围划分成n×n个区域，生成所述搜索范围的分值矩阵S(n×n)；
根据n阶的窗向量H，计算得到二维矩阵R(n×n)；
基于二维矩阵R(n×n)计算矩阵N(n×n)；
利用该矩阵N(n×n)对分值矩阵S(n×n)进行点乘，确定所述搜索范围的各区域得分F(n×n)。


3.如权利要求2所述的方法，其特征在于，所述计算二维矩阵R(n×n)的公式如下：
R(n×n)＝H×HT；
式中HT表示窗向量H的转置。


4.如权利要求2所述的方法，其特征在于，所述基于二维矩阵R(n×n)计算矩阵N(n×n)的公式如下：



式中Ki,j是矩阵R(n×n)所有元素的最大值，i，j代表该元素在第i行第j列。


5.如权利要求1所述的方法，其特征在于，所述基于被跟踪目标确定搜索范围包括：
对被跟踪目标的特征进行提取，确定被跟踪目标的目标框，以所述目标框为中心、所述目标框的大小的预定倍数为范围，确定搜索范围。

【专利技术属性】
技术研发人员：赵月峰，温建伟，袁潮，
申请(专利权)人：北京拙河科技有限公司，
类型：发明
国别省市：北京;11