【技术实现步骤摘要】
本专利技术涉及计算机视觉目标跟踪技术，具体而言，公开一种基于局部剪裁的在线目标匹配跟踪方法，属于计算、推算或计数的。
技术介绍
1、目标跟踪是计算机视觉图像处理领域重要的组成部分，它的主要目标是在视频或图像序列中自动检测和跟踪物体的位置和运动。目标追踪广泛应用于视频监控、自动驾驶、机器人导航和虚拟现实等领域。
2、基于特征的图像匹配算法是重要的计算机视觉跟踪技术之一，其中sift特征即尺度不变特征以其良好的几何不变性和光度不变性被广泛运用在图像特征提取和匹配上。目前，目标跟踪领域的研究重点主要集中在提高跟踪的准确性、鲁棒性和实时性等方面，随着现代传感器技术的不断进步，视觉成像的质量得以显著提高，主要表现为高分辨率图像的生成。然而，处理大画幅、高分辨率图像的全局匹配方法通常需要遍历全幅图像，这对于占比较小的中远距离目标而言会造成计算资源的浪费和时间的冗余。在此背景下，结合局部剪裁技术对传统特征匹配方法进行改进十分具有必要性。
3、卡尔曼滤波可以利用视频或图像序列的上下文观测信息，对目标的外观和运动信息进行建模，从而...
【技术保护点】
1.一种基于局部剪裁的在线目标匹配跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述一种基于局部剪裁的在线目标匹配跟踪方法，其特征在于，所述步骤1对输入的当前帧图像进行包括但不限于线性变换、拉伸灰度级、提高对比度的预处理。
3.根据权利要求1所述一种基于局部剪裁的在线目标匹配跟踪方法，其特征在于，所述步骤1获取模板的具体方法为：对于预处理后的第一帧图像，通过矩形窗口框选跟踪目标并获取矩形窗口坐标位置。
4.根据权利要求1所述一种基于局部剪裁的在线目标匹配跟踪方法，其特征在于，所述步骤2中根据视频中跟踪目标的运动信息确定跟踪...
【技术特征摘要】
1.一种基于局部剪裁的在线目标匹配跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述一种基于局部剪裁的在线目标匹配跟踪方法，其特征在于，所述步骤1对输入的当前帧图像进行包括但不限于线性变换、拉伸灰度级、提高对比度的预处理。
3.根据权利要求1所述一种基于局部剪裁的在线目标匹配跟踪方法，其特征在于，所述步骤1获取模板的具体方法为：对于预处理后的第一帧图像，通过矩形窗口框选跟踪目标并获取矩形窗口坐标位置。
4.根据权利要求1所述一种基于局部剪裁的在线目标匹配跟踪方法，其特征在于，所述步骤2中根据视频中跟踪目标的运动信息确定跟踪目标在当前帧图像中的匹配区域的具体方法为：根据k时刻状态向量的先验估计值确定搜索区域中心，以跟踪目标的半径与采样时间段内跟踪目标的预计运动距离之和为搜索半径，在当前搜索半径覆盖搜索范围内搜索跟踪目标，在搜索到跟踪目标时，以当前搜索半径覆盖的搜索范围为当前帧图像的匹配区域，在未搜索到跟踪目标时，扩大搜索半径继续搜索，直至获取跟踪目标在当前帧图像的候选位置。
5.根据权利要求4所述一种基于局部剪裁的在线目标匹配跟踪方法，其特征在于，所述搜索区域中心表示为所述搜索半径表示为...
【专利技术属性】
技术研发人员：陈志明，田玮玮，李安，吴云华，华冰，
申请(专利权)人：南京航空航天大学，
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。