一种基于差分前后向光流的地面运动目标跟踪方法技术

本发明专利技术公开了一种基于差分前后向光流的地面运动目标跟踪方法，其包括：步骤1、针对包含目标的图像提取目标框，以目标框的两倍大小作为初始目标跟踪框，采用利用光流场计算实现目标跟踪的追踪器进行目标跟踪；步骤2、将追踪器获取的目标跟踪框内的实际像素的光流矢量场输入K‑means算法，实现对运动目标的光流矢量场和静止背景的光流矢量场进行分类；步骤3、采用K‑means算法分割出的运动目标校正所述追踪器目标跟踪框，继续进行目标跟踪，重复步骤2和步骤3。使用本发明专利技术能够区分运动的前景与静止的背景，提高算法的跟踪稳定性，还可以在嵌入式平台中运行。

【技术实现步骤摘要】
一种基于差分前后向光流的地面运动目标跟踪方法
本专利技术属于无人机对运动目标跟踪
，尤其涉及一种基于差分前后向光流的地面运动目标跟踪方法。
技术介绍
随着无人机技术的发展，对地面目标尤其是对地面运动目标的侦察需求越来越旺盛。侦察需求主要分为对地面目标的发现以及长时间锁定两个阶段。在目标长时间锁定阶段中，由于无人机平台本身处于受外界条件影响的不完全可控环境中，无人机对地面目标，尤其是对地面运动目标的长时间跟踪一直存在技术难点，亟需一种能够持续对地面运动目标进行长时间精确跟踪的方法。无人机对地面运动目标的视觉跟踪过程中，主要存在以下几种技术路线：第一种为基于深度学习的视觉跟踪技术路线，该路线在使用前需要经过大量的预训练，从而利用深度学习手段获取运动目标的视觉变化特点，具有较好的跟踪效果。但是该技术路线所需训练集合较大，算法复杂，难以在低成本的嵌入式平台中使用。第二种为基于前后帧相似性的目标视觉跟踪算法，该类算法具有算法结构简单，运行速度快的优势，有利于应用与嵌入式平台中，但是由于该类跟踪算法难以区分运动目标与静止背景，本文档来自技高网...

【技术保护点】
1.一种基于差分前后向光流的地面运动目标跟踪方法，其特征在于，包括：/n步骤1、针对包含目标的图像提取目标框，以目标框的两倍大小作为初始目标跟踪框，采用利用光流场计算实现目标跟踪的追踪器进行目标跟踪；/n步骤2、将追踪器获取的目标跟踪框内的实际像素的光流矢量场输入K-means算法，实现对运动目标的光流矢量场和静止背景的光流矢量场进行分类；/n步骤3、采用K-means算法分割出的运动目标校正所述追踪器目标跟踪框，继续进行目标跟踪，重复步骤2和步骤3。/n

【技术特征摘要】
1.一种基于差分前后向光流的地面运动目标跟踪方法，其特征在于，包括：
步骤1、针对包含目标的图像提取目标框，以目标框的两倍大小作为初始目标跟踪框，采用利用光流场计算实现目标跟踪的追踪器进行目标跟踪；
步骤2、将追踪器获取的目标跟踪框内的实际像素的光流矢量场输入K-means算法，实现对运动目标的光流矢量场和静止背景的光流矢量场进行分类；
步骤3、采用K-means算法分割出的运动目标校正所述追踪器目标跟踪框，继续进行目标跟踪，重复步骤2和步骤3。


2.如权利要求1所述的方法，其特征在于，将所述追踪器使用的目标跟踪框记为目标跟踪框A；将K-means算...

【专利技术属性】
技术研发人员：杨宇，王振北，李杰，杨成伟，刘畅，张晟，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11