基于特征融合和丢失判定机制的目标跟踪方法及装置制造方法及图纸

本申请提供一种基于特征融合和丢失判定机制的目标跟踪方法及装置，所述方法可以获取到视频流数据后，在第一帧图像中识别并提取待跟踪目标的目标特征，基于目标特征训练相关滤波器，再提取第二帧图像的图像特征，基于图像特征和相关滤波器在第二帧图像中定位待跟踪目标的目标位置，其中，目标位置根据图像特征和相关滤波器执行相关滤波运算得到。并且可以基于预设丢失判定机制监测待跟踪目标的跟踪状态，在跟踪状态为丢失状态时，重捕获待跟踪目标。所述方法可以提高对目标特征的提取能力，在目标跟踪过程中及时判定跟踪目标的丢失，并对目标进行重捕获，从而实现目标的准确跟踪。跟踪。跟踪。

【技术实现步骤摘要】
基于特征融合和丢失判定机制的目标跟踪方法及装置


[0001]本申请涉及目标跟踪
，尤其涉及一种基于特征融合和丢失判定机制的目标跟踪方法及装置。

技术介绍

[0002]目标跟踪是通过分析视频图片序列，对检测出的各个候选目标区域实施匹配，定位出目标在图像中的坐标位置，进而得到一系列相同目标的连续变化的过程。即目标跟踪是对待跟踪目标的运动轨迹进行预测和定位。目标跟踪可以应用在计算机视觉领域，例如，安防监控、交通运输、医学图像、军事打击等领域。
[0003]目标跟踪的方法是将待跟踪目标的第一帧图像信息输入至跟踪器进行初始化，然后跟踪器根据先验信息、图像序列上下文信息对待跟踪目标的表观特征进行建模和处理，并结合算法对待跟踪目标的运动状态进行预测，最后输出待跟踪目标实时的位置信息。
[0004]然而，跟踪器对目标特征的抓取能力较低，且不能准确及时的进行丢失判定，使得在受到外界环境因素和目标自身因素的影响，例如，相似物干扰、尺度变化、眩光、遮挡、复杂背景等场景下，会导致待跟踪目标的跟踪失败。

技术实现思路
r/>[0005]本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特征融合和丢失判定机制的目标跟踪方法，其特征在于，包括：获取视频流数据，所述视频流数据中包括多个帧图像；在第一帧图像中识别待跟踪目标，以及提取所述待跟踪目标的目标特征，所述目标特征包括多种特征；基于所述目标特征训练相关滤波器；提取第二帧图像的图像特征，所述第二帧图像为所述第一帧图像的后一关键帧图像；基于所述图像特征和所述相关滤波器在所述第二帧图像中定位所述待跟踪目标的目标位置，所述目标位置根据所述图像特征和所述相关滤波器执行相关滤波运算得到；基于预设丢失判定机制监测所述待跟踪目标的跟踪状态，所述跟踪状态包括丢失状态和非丢失状态；如果所述跟踪状态为丢失状态，在所述第二帧图像的后一关键帧图像中重新识别所述待跟踪目标；如果所述跟踪状态为非丢失状态，输出所述目标位置，以及在所述第二帧图像中提取所述待跟踪目标的目标特征，以更新所述相关滤波器。2.根据权利要求1所述的目标跟踪方法，其特征在于，基于所述目标特征训练相关滤波器的步骤，包括：对所述目标特征执行循环移位处理，以生成多个循环样本；根据多个所述循环样本构建循环矩阵，以及基于循环矩阵训练相关滤波器。3.根据权利要求1所述的目标跟踪方法，其特征在于，所述方法还包括：获取不同尺度空间的图像特征；对不同尺度空间的所述图像特征和所述相关滤波器执行相关滤波运算，以生成不同尺度空间的响应图；比较不同尺度空间响应图的响应峰值；定位所述待跟踪目标的目标位置，所述目标位置为所述响应图中响应峰值最大的位置。4.根据权利要求3所述的目标跟踪方法，其特征在于，获取不同尺度空间的图像特征的步骤，包括：按照预设比例对所述第二帧图像执行缩放处理，以生成不同尺度空间上的第二帧图像；提取不同尺度空间上第二帧图像的图像特征。5.根据权利要求3所述的目标跟踪方法，其特征在于，所述方法还包括：提取所述第二帧图像的多种图像特征；将多种所述图像特征分别与所述相关滤波器执行相关滤波运算，以得到每种所述图像特征的响应图；根据所述响应图计算每种所述图像特征的置信度，所述置信度用于表征所述图像特征的匹配程度；根据所述置信度对多种所述图像特征执行加权融合处理。6.根据权利要求1所述的目标跟踪方法，其特征在于，所述图像特征包括方向梯度直方图特征、局部二值模式特征、颜色特征和灰度共生矩阵对比度特征。
7.根据权利要求1所述的目标跟踪方法，其特征在于，基于预设丢失判定机制监测所述待跟踪目标的跟踪状态的步骤，包括：获取所述图像特征和所述相关滤波器执行相关...

【专利技术属性】
技术研发人员：吕梅柏，张步红，张磊，刘晓东，付哲，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：