用于跟踪目标的方法和装置制造方法及图纸

本申请实施例公开了用于跟踪目标的方法和装置。该方法的一具体实施方式包括：对采集的当前帧图像进行目标检测，确定跟踪目标；提取当前帧图像的可积分特征，以及计算可积分特征的积分图；确定跟踪目标在当前帧图像中的感兴趣区域；从积分图中提取感兴趣区域的横向特征积分和纵向特征积分；基于感兴趣区域的横向特征积分和纵向特征积分对跟踪目标进行跟踪，得到跟踪目标在当前帧图像中的位置。该实施方式将跟踪目标的二维特征转化为两个一维特征，基于两个一维特征进行目标跟踪，将跟踪算法的计算量下降一个数量级，降低了跟踪算法的复杂度。

【技术实现步骤摘要】
用于跟踪目标的方法和装置
本申请实施例涉及计算机
，具体涉及用于跟踪目标的方法和装置。
技术介绍
视觉目标跟踪是计算机视觉中的一个重要研究方向，有着广泛的应用。例如，视频监控、人机交互、无人驾驶等。过去几十年视觉目标跟踪技术取得了长足的进步，特别是最近几年利用深度学习的目标跟踪方法取得了令人满意的效果，使目标跟踪技术获得了突破性的进展。目前，常用的目标跟踪方法是提取二维HOG(HistogramofOrientedGradient，方向梯度直方图)特征，利用跟踪算法实现目标跟踪。然而，基于二维特征的跟踪算法复杂度较高。
技术实现思路
本申请实施例提出了用于跟踪目标的方法和装置。第一方面，本申请实施例提出了一种用于跟踪目标的方法，包括：对采集的当前帧图像进行目标检测，确定跟踪目标；提取当前帧图像的可积分特征，以及计算可积分特征的积分图；确定跟踪目标在当前帧图像中的感兴趣区域；从积分图中提取感兴趣区域的横向特征积分和纵向特征积分；基于感兴趣区域的横向特征积分和纵向特征积分对跟踪目标进行跟踪，得到跟踪目标在当本文档来自技高网...

【技术保护点】
1.一种用于跟踪目标的方法，包括：/n对采集的当前帧图像进行目标检测，确定跟踪目标；/n提取所述当前帧图像的可积分特征，以及计算所述可积分特征的积分图；/n确定所述跟踪目标在所述当前帧图像中的感兴趣区域；/n从所述积分图中提取所述感兴趣区域的横向特征积分和纵向特征积分；/n基于所述感兴趣区域的横向特征积分和纵向特征积分对所述跟踪目标进行跟踪，得到所述跟踪目标在所述当前帧图像中的位置。/n

【技术特征摘要】
1.一种用于跟踪目标的方法，包括：
对采集的当前帧图像进行目标检测，确定跟踪目标；
提取所述当前帧图像的可积分特征，以及计算所述可积分特征的积分图；
确定所述跟踪目标在所述当前帧图像中的感兴趣区域；
从所述积分图中提取所述感兴趣区域的横向特征积分和纵向特征积分；
基于所述感兴趣区域的横向特征积分和纵向特征积分对所述跟踪目标进行跟踪，得到所述跟踪目标在所述当前帧图像中的位置。


2.根据权利要求1所述的方法，其中，所述提取所述当前帧图像的可积分特征，包括：
使用canny算子从所述当前帧图像中提取边缘特征。


3.根据权利要求2所述的方法，其中，所述使用canny算子从所述当前帧图像中提取边缘特征，包括：
使用对角线将所述当前帧图像划分为四个三角形图像块；
对所述四个三角形图像块中下方的三角形图像块求梯度阈值，以及基于所述梯度阈值对所述当前帧图像进行二值化，确定所述当前帧图像中的边缘点。


4.根据权利要求1所述的方法，其中，所述确定所述跟踪目标在所述当前帧图像中的感兴趣区域，包括：
根据所述跟踪目标在所述当前帧图像的上一帧图像中的区域，确定所述跟踪目标在所述当前帧图像中的感兴趣区域，其中，所述感兴趣区域以所述跟踪目标在所述上一帧图像中的区域中心为中心，尺寸为所述跟踪目标在所述上一帧图像中的区域尺寸的预设倍。


5.根据权利要求1所述的方法，其中，所述基于所述感兴趣区域的横向特征积分和纵向特征积分对所述跟踪目标进行跟踪，得到所述跟踪目标在所述当前帧图像中的位置，包括：
获取所述上一帧图像对应的积分图中的所述跟踪目标的横向特征积分和纵向特征积分；
利用跟踪算法，根据所述跟踪目标的横向特征积分和纵向特征积分，以及所述感兴趣区域横向特征积分和纵向特征积分计算所述跟踪目标在横向和纵向上的位置，组合得到所述跟踪目标在所述当前帧图像中的位置。


6.根据权利要求5所述的方法，其中，所述方法还包括：
根据所述跟踪目标在所述当前帧图像中的位置更新所述跟踪目标的特征模板。


7.一种用于跟踪目标的装置，包括：
检测单元，被配置成对采集的当前帧图像进行目标检测，确定跟踪目标；
第一提取单元，被配置成提取所述当前帧图像的可积分特...

【专利技术属性】
技术研发人员：李映辉，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11