一种基于具有语义评估和区域建议的突变运动目标跟踪方法技术

本发明专利技术提出了一种基于具有语义评估和区域建议的突变运动目标跟踪方法，用以解决现有方法运行效率不高，跟踪精度较低的问题。本发明专利技术的步骤为：首先初始化区域建议网络的模型参数和目标图像块的状态参数；由上一状态得到密集采样候选图像块,由区域建议网络生成目标区域候选建议，根据语义信息和上下文空间位置信息对候选建议进行筛选，截图少量与目标块大小相同的区域作为候选图像块，混合多个响应映射综合决策，将与目标图像块的相似度值最大的候选图像块作为最优候选图像块，学习和训练独立的滤波器对目标的尺度进行估计；将最优候选图像块作为当前帧的目标图像块及下一帧的目标状态参数进行下一帧图像的跟踪。本发明专利技术减少了目标检测的数量，提高区域建议网络目标建议的质量，提高了运行效率，能够很好的适应突变运动目标跟踪问题。

【技术实现步骤摘要】
一种基于具有语义评估和区域建议的突变运动目标跟踪方法
本专利技术涉及目标跟踪的
，尤其涉及一种基于具有语义评估和区域建议的突变运动目标跟踪方法，当目标在相邻帧之间出现突变运动时能够很好的实现目标的持续性跟踪。
技术介绍
在计算机视觉领域中，视频中运动目标的跟踪是一个热点研究问题，但是由于跟踪环境的复杂性，目标运动的不确定性和摄像机成像等因素，往往导致相邻两帧图像中目标的位移量很大，致使目标跟踪失败。针对目标突变这一现象，传统的基于目标平滑性假设的众多算法很容易跟踪失败。而区域建议可以在全局内给出目标建议，从而在目标出现突变运动时区域建议可以覆盖目标的真实状态来达到跟踪目标。因此，用区域建议的方法解决运动目标突变的状况，可以保证目标跟踪算法的鲁棒性。在视频跟踪中，用区域建议网络的方法来解决目标突变运动的问题，首先要解决传统区域建议方法两个明显的问题：(1)区域建议网络由离线训练，可以检测出特定的一些类别的目标。在跟踪时如果将所有的区域建议都用来进行目标匹配，效率会大大降低；(2)区域建议网络所给出的区域往往不能直接作为图像块用来进行本文档来自技高网...

【技术保护点】
1.一种基于具有语义评估和区域建议的突变运动目标跟踪方法，其特征在于，其步骤如下：/n步骤一：初始化区域建议网络模型：将网络模型选用VGG-16模型用来提取图像特征，设置最大目标建议数量、重叠阈值和测试量表，设定候选目标建议输出的阈值；/n步骤二：采用语义评估和区域建议在全局内获得少量高质量的含有目标的区域建议：1)根据跟踪目标与目标建议的图像块的语义信息判断目标的类别，将不属于该目标类别的候选区域去除；2)根据上下文位置信息在候选区域位置上截取与目标图像块大小形同的区域作为候选图像块；/n步骤三：采用混合跟踪算法搜索候选图像块：1)将目标区域候选图像块和当前图片上一帧目标位置的图像块进行对比...

【技术特征摘要】
1.一种基于具有语义评估和区域建议的突变运动目标跟踪方法，其特征在于，其步骤如下：
步骤一：初始化区域建议网络模型：将网络模型选用VGG-16模型用来提取图像特征，设置最大目标建议数量、重叠阈值和测试量表，设定候选目标建议输出的阈值；
步骤二：采用语义评估和区域建议在全局内获得少量高质量的含有目标的区域建议：1)根据跟踪目标与目标建议的图像块的语义信息判断目标的类别，将不属于该目标类别的候选区域去除；2)根据上下文位置信息在候选区域位置上截取与目标图像块大小形同的区域作为候选图像块；
步骤三：采用混合跟踪算法搜索候选图像块：1)将目标区域候选图像块和当前图片上一帧目标位置的图像块进行对比；2)将于目标图像块的相似度值最大的候选目标图像块做为当前帧的最后候选图像块的位置；3)在确定目标图像块位置后，以图像块中点为中心，在当前帧以固定步长截取与当前目标图像块具有相同宽高比例的一系列图像块，然后将这些图像块调整至与目标图像块一样的大小，再次与上一帧目标图像块进行对比，并将相似度值最大的图像块做为当前帧图像的目标真实状态；
步骤四：将步骤三输出的最优候选图像块作为当前帧的目标图像块及下一帧的目标状态参数，返回步骤二进行下一帧图像的跟踪；
步骤五：重复步骤二…步骤四，直至达到最后一帧图像，输出每一帧图像的最优候选图像块，实现运动目标的跟踪。


2.根据权利要求1所述的一种基于具有语义评估和区域建议的突变运动目标跟踪方法，其特征在于：所述步骤一中初始化目标图像块的状态参数的方法为：读取第一帧图像的数据信息，确定目标图像块在第一帧图像内的状态参数[x,y,w,h]，其中，x、y为目标图像块在每帧图像左上角像素点的坐标值，w为目标图像块的宽度，h为目标图像块的高度。


3.根据权利要求1所述的一种基于具有语义评估和区域建议的突变运动目标跟踪方法，其特征在于：所述步骤二中根据目标语义信息判断目标类别筛选的方法是：根据计算目标在上一时刻与候选区域建议的重叠率(IOU)：



其中其中i为候选建议的类别，j为第i类的第j个候选建议，pa为目标在前一帧中的位置信息，pb(i,j)为上一帧中第类的第个候选区域边界框位置信息，则可得到最大重叠率：
IOU(t,j')＝max{IOU(1,1),...IOU(2,1),...IOU(20,j)}
其中t是在当前帧图像中跟踪的目标的类别；因此当前帧的候选区与建议经过筛选后为：
pt＝{p(t,1),p(t,2),...p(t,n)}
其中pt是经过语义评估后生成的对象级候选区域建议。


4.根据权利要求1所述的一种基于具有语义评估和区域建议的突变运动目标跟踪方法，其特征在于：所述的候选目标建议输出的阈值设置为0.1。


5.根据权利要求1所述的一种基于具有语义评估和区域建议的突变运动目标跟踪方法，其特征在于：所述步骤二中使用上下文空间位置信息获取候选图像块的方法是：由目标在上一帧的空间位置信息在当前帧的对象级区域候选建议截取图像块，建立一个以目标检测框左上角为原点的坐标系，目标位置由中心点坐标表示；目标在检测框中的...

【专利技术属性】
技术研发人员：姜素霞，王延峰，张焕龙，李盼龙，凌丹，刘一君，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：河南;41