一种基于颜色提示嵌入与位置约束的目标跟踪方法及系统技术方案

本发明专利技术公开了一种基于颜色提示嵌入与位置约束的目标跟踪方法及系统，涉及计算机视觉技术领域，包括根据预设深度学习网络提取目标搜索图像的深度特征；将目标搜索图像通过颜色提示编码器提取颜色直方图并转化为颜色目标概率图，预处理后特征映射得到映射特征；根据映射特征与深度特征获取颜色提示目标感知特征图，输入模型预测器，获取外观模型；通过特征提取器处理测试集图像，并通过外观模型获取目标响应图，根据目标响应图的目标峰值位置确定目标下一帧的位置，并通过HNM算法结合目标约束机制更新模型预测器，实现外观模型的实时更新。本发明专利技术通过对深度学习网络添加颜色提示编码器与位置约束机制，使得实时更新的模型更加精准。

【技术实现步骤摘要】

本专利技术涉及计算机视觉，更具体的说是涉及一种基于颜色提示嵌入与位置约束的目标跟踪方法及系统。

技术介绍

1、视觉目标跟踪作为计算机视觉重要方向之一，旨在预测视频序列中的目标状态，尤其是当仅提供初始目标状态时。随着深度学习在这一领域的蓬勃发展，目前流行的两种基于判别相关滤波器(dcf)和基于孪生(siamese)网络的跟踪器已经取得了显著的发展，但视觉跟踪任务一直受到一些复杂挑战因素的困扰，如背景杂乱、尺度变化和相似干扰物。

2、目前，基于dcf和siamese网络框架受到研究人员的广泛追捧。这两种核心意识形态都利用可训练的深度网络在线或离线学习任意目标对象的外观模型。基于siamese网络跟踪器(sn)通常包括两个子分支，每个分支的输入是模板和搜索样本。具体地说，模板是搜索区域的两倍小。sn可以看作是一个模板匹配过程，即从搜索区域中匹配出最相似的模板。sn在这样简洁的网络结构上获得了值得称赞的跟踪精度和速度，极大地推动了深度学习在视觉跟踪中的应用。sn的整个跟踪架构可以细分为三个部分：特征提取、特征融合和预测头。在特征提取方面，sn一开始是基本文档来自技高网...

【技术保护点】

1.一种基于颜色提示嵌入与位置约束的目标跟踪方法，其特征在于，包括：获取目标搜索图像，根据特征提取器提取颜色提示目标感知特征图；

2.根据权利要求1所述的一种基于颜色提示嵌入与位置约束的目标跟踪方法，其特征在于，所述提取所述前景区域和背景区域的颜色直方图具体包括根据所述目标搜索图像中目标状态s划分前景区域和背景区域，即和其中，表示仅对矩形框内部的颜色直方图进行计数，并且表示仅对矩形框外部的色彩直方图进行计数，分别提取前景和背景区域的颜色直方图，公式为：

3.根据权利要求2所述的一种基于颜色提示嵌入与位置约束的目标跟踪方法，其特征在于，所述获取颜色目标概率图具体包括...

【技术特征摘要】

1.一种基于颜色提示嵌入与位置约束的目标跟踪方法，其特征在于，包括：获取目标搜索图像，根据特征提取器提取颜色提示目标感知特征图；

2.根据权利要求1所述的一种基于颜色提示嵌入与位置约束的目标跟踪方法，其特征在于，所述提取所述前景区域和背景区域的颜色直方图具体包括根据所述目标搜索图像中目标状态s划分前景区域和背景区域，即和其中，表示仅对矩形框内部的颜色直方图进行计数，并且表示仅对矩形框外部的色彩直方图进行计数，分别提取前景和背景区域的颜色直方图，公式为：

3.根据权利要求2所述的一种基于颜色提示嵌入与位置约束的目标跟踪方法，其特征在于，所述获取颜色目标概率图具体包括对前景直方图和背景直方图进行处理，得到颜色目标概率图，公式为：

4.根据权利要求1所述的一种基于颜色提示嵌入与位置...

【专利技术属性】
技术研发人员：朱信忠，徐慧英，何雪东，李毅，李洪波，黄晓，蒋云良，
申请(专利权)人：浙江师范大学，
类型：发明
国别省市：