一种基于制造技术

本发明专利技术涉及数据处理技术领域，尤其涉及一种基于

【技术实现步骤摘要】
一种基于KCF目标跟踪算法的优化方法、装置及设备


[0001]本专利技术涉及数据处理
，尤其涉及一种基于
KCF
目标跟踪算法的优化方法
、
装置及设备
。

技术介绍

[0002]目前现有的目标跟踪技术中，对每帧图像的目标采用矩形框进行标注，然后，后续的矩形框会紧跟着该跟踪的目标
。
其中，
KCF
算法是一种鉴别式追踪方法，该方法在追踪过程中训练一个目标检测器，使用目标检测器与预测下一个阶段预测位置是否是目标
。
[0003]但是，跟踪过程中常常会出现目标被遮挡等无法确认目标的情况
。
[0004]因此，如何提高跟踪精度是目前亟待解决的技术问题
。

技术实现思路

[0005]鉴于上述问题，本专利技术提供了一种克服上述问题或者至少部分地解决上述问题的基于
KCF
目标跟踪算法的优化方法
、
装置及设备
。
[0006]第一方面，本专利技术提供了一种基于
KC本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
KCF
目标跟踪算法的优化方法，其特征在于，包括：获取视频流和模板目标，所述模板目标存储在跟踪器中，所述视频流包括
N
帧图像；基于所述视频流的每帧图像，确定跟踪目标；对每帧图像的所述跟踪目标与所述模板目标进行处理，得到每帧图像的相关性图像；基于所述相关性图像，确定所述相关性图像的多个区域中每个区域的局部像素最大值；基于所述每个区域的局部像素最大值，确定每帧图像的第一相似峰值；基于所述第一相似峰值，判断所述跟踪目标是否被遮挡；若是，重新捕获跟踪目标
。2.
如权利要求1所述的方法，其特征在于，所述基于所述第一相似峰值，判断所述跟踪目标是否被遮挡，包括：判断所述第一相似峰值是否小于第一阈值；若是，确定当前帧图像中跟踪目标被遮挡
。3.
如权利要求1所述的方法，其特征在于，所述重新捕获跟踪目标，包括：采用卡尔曼滤波方法在所述当前帧图像中对跟踪目标的下一位置进行预测，得到预测位置；在所述当前帧图像的后续帧图像的所述预测位置，重新捕获跟踪目标
。4.
如权利要求2所述的方法，其特征在于，在重新捕获跟踪目标之后，还包括：获取重新捕获跟踪目标后的第一连续帧图像；确定所述第一连续帧图像中每帧图像的第二相似峰值；从所述第一连续帧图像中确定第一目标帧图像，所述第一目标帧图像的所述第二相似峰值小于第二阈值，所述第二阈值小于所述第一阈值；采用第一计数器对所述第一目标帧图像的连续帧数量进行计数，得到第一计数结果；在所述第一计数结果大于第一预设值时，确定最后一帧第一目标帧图像中的跟踪目标跟丢，反之则未跟丢
。5.
如权利要求2所述的方法，其特征在于，在所述重新捕获跟踪目标之后，还包括：获取重新捕获跟踪目标后的第二连续帧图像；确定所述第二连续帧图像中每帧图像的第三相似峰值；从所述第二连续帧图像中确定第二目标帧图像，所述第二目标帧图像的第三相似峰值大于或等于第三阈值；将所述第二目标帧图像的跟踪目标以及目标位置进行保存
。6.
如权利要求5所述的方法，其特征在于，在将所述目标帧图像的跟踪目标以及目标位置进行保存之后，还包括：从所述第二连续帧图像中确定第三目标帧图像，所述第三目标帧图像的第三相似峰值小于第三阈值；通过第二计数器对第三目标帧图像的数量进行计数，得到第二计数结果；在所述第二计数结果达到第二预设值时，判断最后一帧第三目标帧图像的第三相似峰值是否大于第四...

【专利技术属性】
技术研发人员：路强，彭涛，唐嘉诚，王鹏，
申请(专利权)人：四川中科友成科技有限公司，
类型：发明
国别省市：