【技术实现步骤摘要】
多模态目标跟踪方法及相关装置
[0001]本申请涉及图像处理领域,尤其涉及一种多模态目标跟踪方法及相关装置。
技术介绍
[0002]战场环境中,侦察兵往往通过单兵头盔对目标进行侦察,从而对目标进行追踪。目标跟踪的定义是在初始帧给定目标模板的情况下,在后续每一帧中对目标的位置,尺寸等状态进行估计。现有的目标跟踪方法大多数是应用于可见光场景下的图像序列,符合人眼的视觉感知,同时包含丰富的纹理信息,而当目标处于弱光环境下,或者在一些起雾、大雨等极端条件时,基于可见光模态的成像效果较差,相应的目标跟踪算法无法得到良好的结果。而热红外图像序列信息根据温度成像,对光照不敏感,在夜景,雾霾等可见光无法有效适配的场景下也能够提供目标的热敏信息。因此,基于RGB
‑
T的多模态目标跟踪通过结合可见光与红外图像两种不同模态的信息,起到互补的效果,从而提高跟踪的鲁棒性。同时由于算法应用在嵌入式设备中,需要在有限计算资源条件下实现较为高效的目标跟踪。
[0003]目前基于RGB
‑
T的多模态目标跟踪方法通过引入反向跟踪机制,在目标跟踪T帧后反向跟踪T帧,由反向跟踪得到的目标框与原本的目标框的平均重合率(两个矩形交集面积和并集面积之比)以及中心点的平均距离进行加权得到置信度,进而选择置信度更高的模态作为跟踪结果。但是该方法需要同时对两个模态反向跟踪T帧,加大了算法的计算量,由于算法需要移植入嵌入式设备,对于算法轻量化具有一定要求,因此无法满足实时追踪。
技术实现思路
[0004]本申请 ...
【技术保护点】
【技术特征摘要】
1.一种多模态目标跟踪方法,其特征在于,包括:获取目标对象的当前帧,所述当前帧包括可见光图像和红外光图像;根据所述可见光图像和第一位置滤波器得到第一目标响应图;根据所述红外光图像和第二位置滤波器得到第二目标响应图;所述第一位置滤波器是基于所述历史帧的可见光图像得到的,所述第二位置滤波器是基于所述历史帧的红外光图像得到的;当所述第一目标响应图和所述第二目标响应图中的任一个响应图的最大能量值大于预设阈值时,根据所述第一目标响应图和所述第二目标响应图得到可见光置信度和红外光置信度;根据所述第一目标响应图、所述第二目标响应图、所述可见光置信度和所述红外光置信度确定所述目标对象在所述当前帧中的位置。2.根据权利要求1所述的方法,其特征在于,所述根据所述第一目标响应图、所述第二目标响应图、可见光置信度和红外光置信度确定所述目标对象在所述当前帧中的位置,包括:将所述可见光置信度及所述红外光置信度分别作为所述第一目标响应图的权重和所述第二目标响应图的权重进行加权求和,以得到融合响应图;根据所述融合响应图确定所述目标对象的位置偏移量,所述目标对象的位置偏移量为所述融合响应图的最大能量值所在的位置;根据目标对象在前一帧图像中位置及所述目标对象的位置偏移量得到所述目标对象在所述当前帧中的位置。3.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一目标响应图和所述第二目标响应图得到可见光置信度和红外光置信度,包括:根据所述第一目标响应图的最大能量值、最小能量值及平均能量值得到所述第一目标响应图的平均能量比;根据所述第二目标响应图的最大能量值、最小能量值及平均能量值得到所述第二目标响应图的平均能量比;根据所述第一目标响应图的最大能量值、所述第二目标响应图的最大能量值、所述第一目标响应图的平均能量比及所述第二目标响应图的平均能量比得到所述可见光置信度和所述红外光置信度。4.根据权利要求1
‑
3任一项所述的方法,其特征在于,所述方法还包括:获取上一帧中包围框的尺寸,所述上一帧中包围框所占据的区域包括所述目标对象;根据所述目标对象在当前帧中的位置及所述上一帧中包围框的尺寸对目标图像进行处理,以得到多个图像块,所述目标图像为所述可见光图像和所述红外光图像,最高置信度所对应的图像;对所述多个图像块分别进行特征提取,以得到所述多个图像块对应的多个特征矩阵;根据所述多个特征矩阵得到尺度响应图;根据所述尺度响应图的最大能量值确定所述当前帧中包围框的尺寸。5.根据权利要求1
‑
3任一项所述的方法,其特征在于,所述方法还包括:当所述第一目标响应图的最大能量值和所述第二目标响应图的最大能量值均小于预设阈值时,获取多个历史位置;所述多个历史位置为所述目标对象在多张历史帧中的位置;
根据所述多个历史位置对所述目标对象在当前帧中的位置进行预测,以得到所述目标对象在所述当前帧中的位置。6.一种跟踪装置,其特征在于,包括:获取单元,用于获...
【专利技术属性】
技术研发人员:张跃强,王昊鹏,李狄龙,盘水星,刘肖琳,
申请(专利权)人:钱塘科技创新中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。