一种基于FDSST算法的目标追踪方法及装置制造方法及图纸

本发明专利技术提供了一种基于FDSST算法的目标追踪方法及装置，该方法包括：根据当前帧图像的上一帧图像中待追踪目标的追踪结果，提取待追踪目标在当前帧图像中的第一HOG特征，将其与预设滤波器模板进行位置滤波得到待追踪目标的位置；判断待追踪目标在当前帧图像的位置是否满足预设相关度阈值；当待追踪目标在当前帧图像的位置满足预设相关度阈值时，根据位置提取待追踪目标在当前帧图像中的第二HOG特征并将其与预设滤波器模板进行尺度滤波得到待追踪目标的尺度；根据位置及尺度，生成在当前帧图像中待追踪目标的追踪结果。通过实施本发明专利技术，实现了对待追踪目标的追踪结果的可靠性进行评估，以便于及时终止错误的目标追踪，进而提高了追踪结果的准确性。

【技术实现步骤摘要】
一种基于FDSST算法的目标追踪方法及装置
本专利技术涉及图像处理
，具体涉及一种基于FDSST算法的目标追踪方法及装置。
技术介绍
目标跟踪是计算机视觉领域的重要研究方向之一,在精确制导、智能视频监控、人机交互、机器人导航、公共安全等领域有着重要的作用。目标跟踪的基本问题是在一个视频或图像序列中选择感兴趣的目标,在接下来的连续帧图像中,找到该目标的准确位置并形成其运动轨迹。近年来，基于相关滤波器的追踪算法由于其良好的跟踪效果发展迅速，其中，基于快速判别尺寸空间跟踪算法(FastDiscriminativeScaleSpaceTracking,简称FDSST算法)是一个非常典型且高效的基于相关滤波器的目标跟踪算法，其是通过设计两个一致的相关滤波器，分别实现目标的跟踪和尺度变换，通过不断的对这两个滤波器的更新，实现对目标的追踪。但是，目前的FDSST算法，通过计算目标图像的方向梯度直方图(HistogramofOrientedGradient,简称HOG)特征对滤波器进行更新时，由于HOG特征计算方式复杂，进而大大影响了目标追踪的效率，并且现有的FDSST算法无法对目标追踪结果的可靠性进行评估，例如当追踪目标由于遮挡过大或超出图像视野等原因造成追踪目标丢失时，现有的FDSST算法无法及时终止错误的目标追踪。
技术实现思路
本专利技术实施例提供了一种基于FDSST算法的目标追踪方法及装置，以克服现有技术中FDSST算法用于目标追踪时，无法对目标追踪结果的可靠性进行评估，不能及时终止错误的目标追踪的问题。本专利技术实施例提供了一种基于FDSST算法的目标追踪方法，包括：根据当前帧图像的上一帧图像中待追踪目标的追踪结果，提取所述待追踪目标在当前帧图像中的第一HOG特征；将所述第一HOG特征与预设滤波器模板进行位置滤波得到所述待追踪目标在当前帧图像的位置；判断所述待追踪目标在当前帧图像的位置是否满足预设相关度阈值；当所述待追踪目标在当前帧图像的位置满足所述预设相关度阈值时，根据所述位置提取所述待追踪目标在当前帧图像中的第二HOG特征，将所述第二HOG特征与所述预设滤波器模板进行尺度滤波得到所述待追踪目标在当前帧图像的尺度；根据所述待追踪目标在当前帧图像的位置及尺度，生成在当前帧图像中所述待追踪目标的追踪结果。可选地，所述的基于FDSST算法的目标追踪方法，还包括：根据所述待追踪目标在当前帧图像的追踪结果，根据所述在当前帧图像中的所述待追踪目标在当前帧图像的追踪结果，提取所述待追踪目标在所述当前帧图像中的第三HOG特征；根据所述当前帧图像中的第三HOG特征对所述预设滤波器模板进行更新，并返回所述根据当前帧图像的上一帧图像中待追踪目标的追踪结果，提取所述待追踪目标在当前帧图像中的第一HOG特征的步骤，直至遍历完所有包含所述待追踪目标的帧图像。可选地，所述提取所述待追踪目标在当前帧图像中的第一HOG特征，包括：根据上一帧图像的所述追踪结果，得到特征提取区域，并将所述特征提取区域分为多个连通区域，各所述连通区域的大小相同；计算预设滤波区域内各个像素点到其中一所述连通区域中心点的距离，生成卷积滤波模板，所述滤波区域为其中一所述连通区域的外扩区域；采用所述卷积滤波模板分别卷积各所述连通区域，得到各个连通区域的HOG特征，并根据各个连通区域的HOG特征生成特征提取区域的HOG特征；采用奇异值分解算法对所述特征提取区域的HOG特征进行降维，得到所述待追踪目标在当前帧图像中的第一HOG特征。可选地，通过以下步骤确定所述预设相关度阈值：获取所述待追踪目标的历史追踪数据，并根据所述历史追踪数据从初始帧图像中的所述待追踪目标的预设初始追踪结果开始，分别计算第一预设数量的帧图像中每一帧图像的所述追踪结果与所述待追踪目标的相似度值；计算各第一预设数量的帧图像的所述相似度值的平均值；根据所述平均值确定所述预设相关度阈值。可选地，所述判断所述待追踪目标在当前帧图像的位置是否满足预设相关度阈值，包括：根据所述待追踪目标的历史追踪数据，从所述当前帧图像开始，分别计算第二预设数量的帧图像中每一帧图像的所述追踪结果与所述待追踪目标的相似度值；判断在所述第二预设数量的帧图像中是否有连续第三预设数量的帧图像所对应的所述相似度值小于所述预设相关度阈值；当在所述第二预设数量的帧图像中没有连续第三预设数量的帧图像所对应的所述相似度值小于所述预设相关度阈值时，判定所述待追踪目标在当前帧图像的位置满足所述预设相关度阈值。可选地，所述的基于FDSST算法的目标追踪方法，还包括：当在所述第二预设数量的帧图像中有连续第三预设数量的帧图像所对应的所述相似度值小于所述预设相关度阈值时，判定所述待追踪目标跟踪失败。可选地，在所述根据所述待追踪目标在当前帧图像的追踪结果，提取所述待追踪目标在所述当前帧图像中的第三HOG特征之后，在所述根据当前帧图像的第三HOG特征对所述预设滤波器模板进行更新之前，所述基于FDSST算法的目标追踪方法还包括：判断使用所述预设滤波器模板的帧图像的个数是否超过预设阈值；当所述使用所述预设滤波器模板的帧图像的个数超过所述预设阈值时，执行所述根据当前帧图像的第三HOG特征对所述预设滤波器模板进行更新的步骤。可选地，所述的基于FDSST算法的目标追踪方法，还包括：当所述使用所述预设滤波器模板的帧图像的个数不超过所述预设阈值时，直接返回所述根据当前帧图像的上一帧图像中所述待追踪目标的追踪结果，提取所述待追踪目标在当前帧图像中的第一HOG特征的步骤，直至遍历完所有包含所述待追踪目标的帧图像。本专利技术实施例还提供了一种基于FDSST算法的目标追踪装置，包括：处理模块，用于根据当前帧图像的上一帧图像中待追踪目标的追踪结果，提取所述待追踪目标在当前帧图像中的第一HOG特征；所述处理模块还用于将所述第一HOG特征与预设滤波器模板进行位置滤波得到所述待追踪目标在当前帧图像的位置；所述处理模块还用于判断所述待追踪目标在当前帧图像的位置是否满足预设相关度阈值；当所述待追踪目标在当前帧图像的位置满足所述预设相关度阈值时，所述处理模块还用于根据所述位置提取所述待追踪目标在当前帧图像中的第二HOG特征，将所述第二HOG特征与所述预设滤波器模板进行尺度滤波得到所述待追踪目标在当前帧图像的尺度；所述处理模块还用于根据所述待追踪目标在当前帧图像的位置及尺度，生成在当前帧图像中所述待追踪目标的追踪结果。本专利技术实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述的基于FDSST算法的目标追踪方法。本专利技术实施例还提供了一种智能设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述的基于FDSST算法的目标追踪方法。本专利技术技术方案，具有如下优点：本专利技术实施例提供了一种基于FDSST算法的目标追踪方法及装置，该方法通本文档来自技高网...

【技术保护点】
1.一种基于FDSST算法的目标追踪方法，其特征在于，包括：/n根据当前帧图像的上一帧图像中待追踪目标的追踪结果，提取所述待追踪目标在当前帧图像中的第一HOG特征；/n将所述第一HOG特征与预设滤波器模板进行位置滤波得到所述待追踪目标在当前帧图像的位置；/n判断所述待追踪目标在当前帧图像的位置是否满足预设相关度阈值；/n当所述待追踪目标在当前帧图像的位置满足所述预设相关度阈值时，根据所述位置提取所述待追踪目标在当前帧图像中的第二HOG特征，将所述第二HOG特征与所述预设滤波器模板进行尺度滤波得到所述待追踪目标在当前帧图像的尺度；/n根据所述待追踪目标在当前帧图像的位置及尺度，生成在当前帧图像中所述待追踪目标的追踪结果。/n

【技术特征摘要】
1.一种基于FDSST算法的目标追踪方法，其特征在于，包括：
根据当前帧图像的上一帧图像中待追踪目标的追踪结果，提取所述待追踪目标在当前帧图像中的第一HOG特征；
将所述第一HOG特征与预设滤波器模板进行位置滤波得到所述待追踪目标在当前帧图像的位置；
判断所述待追踪目标在当前帧图像的位置是否满足预设相关度阈值；
当所述待追踪目标在当前帧图像的位置满足所述预设相关度阈值时，根据所述位置提取所述待追踪目标在当前帧图像中的第二HOG特征，将所述第二HOG特征与所述预设滤波器模板进行尺度滤波得到所述待追踪目标在当前帧图像的尺度；
根据所述待追踪目标在当前帧图像的位置及尺度，生成在当前帧图像中所述待追踪目标的追踪结果。


2.根据权利要求1所述的基于FDSST算法的目标追踪方法，其特征在于，还包括：
根据所述在当前帧图像中所述待追踪目标的追踪结果，提取所述待追踪目标在所述当前帧图像中的第三HOG特征；
根据所述当前帧图像中的第三HOG特征对所述预设滤波器模板进行更新，并返回所述根据当前帧图像的上一帧图像中待追踪目标的追踪结果，提取所述待追踪目标在当前帧图像中的第一HOG特征的步骤，直至遍历完所有包含所述待追踪目标的帧图像。


3.根据权利要求1所述的基于FDSST算法的目标追踪方法，其特征在于，所述提取所述待追踪目标在当前帧图像中的第一HOG特征，包括：
根据上一帧图像的所述追踪结果，得到特征提取区域，并将所述特征提取区域分为多个连通区域，各所述连通区域的大小相同；
计算预设滤波区域内各个像素点到其中一所述连通区域中心点的距离，生成卷积滤波模板，所述滤波区域为其中一所述连通区域的外扩区域；
采用所述卷积滤波模板分别卷积各所述连通区域，得到各个连通区域的HOG特征，并根据各个连通区域的HOG特征生成特征提取区域的HOG特征；
采用奇异值分解算法对所述特征提取区域的HOG特征进行降维，得到所述待追踪目标在当前帧图像中的第一HOG特征。


4.根据权利要求1所述的基于FDSST算法的目标追踪方法，其特征在于，通过以下步骤确定所述预设相关度阈值：
获取所述待追踪目标的历史追踪数据，并根据所述历史追踪数据从初始帧图像中的所述待追踪目标的预设初始追踪结果开始，分别计算第一预设数量的帧图像中每一帧图像的所述追踪结果与所述待追踪目标的相似度值；
计算各第一预设数量的帧图像的所述相似度值的平均值；
根据所述平均值确定所述预设相关度阈值。


5.根据权利要求4所述的基于FDSST算法的目标追踪方法，其特征在于，所述判断所述待追踪目标在当前帧图像的位置是否满足预设相关度阈值，包括：
根据所述待追踪目标的历史追踪数据，从所述当前帧图像开始，分别计算第二预设数量的帧图像中每一帧图像的所述追踪结果与所述待追踪目标的相似度值；
判断在所述第二预设数量的帧图像中是否有连续第三预设数量的帧图像所对应的所述相似度值小于所述预设相关度阈值；
当在所述...

【专利技术属性】
技术研发人员：李乐，雷大力，朱小龙，陶永俊，
申请(专利权)人：北京四维图新科技股份有限公司，
类型：发明
国别省市：北京;11