一种用于长期跟踪的可靠性重检测方法技术

本发明专利技术涉及图像处理技术领域，具体公开了一种用于长期跟踪的可靠性重检测方法，包括如下步骤：基于多特征自适应地检查目标的可靠性和更新跟踪模型；利用不可靠性和可靠性检查标准，生成可靠的跟踪结果；运用重采样检测更新机制，对每一帧的跟踪结果进行判定，当目标丢失时，扩大搜索区域以重新定位。通过提出基于跟踪准确性的判断重采样检测机制，在算法置信度较低，即出现跟踪目标遮挡、快速移动的情况，尝试对目标的跟踪结果进行修正；通过多特征自适应地检查目标的可靠性和更新跟踪模型；通过不可靠性和可靠性检查标准，本发明专利技术可以生成可靠的跟踪结果。靠的跟踪结果。靠的跟踪结果。

【技术实现步骤摘要】
一种用于长期跟踪的可靠性重检测方法


[0001]本专利技术涉及图像处理
，尤其涉及一种用于长期跟踪的可靠性重检测方法。

技术介绍

[0002]目标跟踪是计算机视觉中的一项基本任务。尽管在过去几十年中取得了重大进展，但仍然存在许多挑战。在本文中，将重点放在长期跟踪上，目标可能会经历严重的遮挡、显著的外观变化甚至移出视野。在长期跟踪中，当出现严重遮挡或显著的外观变化时，检测模型的结果可能不可靠，模型更新容易出现误差传播。因此，必须仔细检查检测结果的可靠性，这将导致检测模型的更新。由于很少的训练数据和先验知识，额外的信息会增强跟踪器。模型更新的过程是至关重要的，但是存在背景漂移的风险。一些算法将模板合并到第一帧或在线更新的先验知识中。然而，依赖固定模型或先验限制了检测器处理外观和比例变化的能力。最近基于部分的方法由于其对外观变化和部分遮挡的鲁棒性而被积极研究。然而，这些方法在处理完全遮挡和具有大的视觉均匀区域的对象时有困难。其他算法试图通过组合多个特征来增强鲁棒性，但是不良更新的影响仍然存在。
[0003]对于长期跟踪，检测跟踪中的另一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于长期跟踪的可靠性重检测方法，其特征在于，包括如下步骤：基于多特征自适应地检查目标的可靠性和更新跟踪模型；利用不可靠性和可靠性检查标准，生成可靠的跟踪结果；运用重采样检测更新机制，对每一帧的跟踪结果进行判定，当目标丢失时，扩大搜索区域以重新定位。2.如权利要求1所述的用于长期跟踪的可靠性重检测方法，其特征在于，运用重采样检测更新机制，对每一帧的跟踪结果进行判定，具体为：对于跟踪过程中当前帧的跟踪结果，引入基于PSR跟踪准确性机制评估其跟踪置信度，若置信度大于跟踪阈值，则直接输出当前帧的跟踪结果；若判定为跟踪失败，则进行重采样检测，对跟踪模型进行训练与更新，同时再次对跟踪准确性进行评估，并更新跟踪因子，输出目标位置及最终的跟踪置信度。3.如权利要求1所述的用于长期跟踪的可靠性重检测方法，其特征在于，分别使用DCF模型和颜色直方图模型来生成响应图，然后对两个响应图进行线性积分，识别出响应值最大的目标位置，以此通过检测来跟踪对象。4.如权利要求3所述的用于长期跟踪的可靠性重检测方法，其特征在于，通过检测来跟踪对象，具体为：相关滤波器响应生成：典型的相关跟踪器通过搜索相应响应图的最大值来学习鉴别分类器并定位目标；基于相关滤波器的跟踪器使用大小为m*n的图像块x进行训练；训练图像以目标为中心，所有圆形移位x
m,n
(m,n)∈{0,1,...,M
‑
1}
×
{0,1,...,N
‑
1}都被生成为具有高斯的训练样本在移位距离方面，函数标记y(m,n)，通过最小化回归错误来训...

【专利技术属性】
技术研发人员：孙希延，付文涛，梁维彬，鞠涛，杜洋，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：