一种基于计算机视觉的目标跟踪方法技术

本发明专利技术涉及目标跟踪技术领域，且公开了一种基于计算机视觉的目标跟踪方法，包括以下步骤，获取跟踪目标的RGB图像特征集A、深度图像特征集B以及热红外图像特征集C，将采集到的数据进行预处理，得到RGB图像特征集A＇、深度图像特征集B＇以及热红外图像特征集C＇；该方法通过先使用短期记忆序列中的特征进行匹配，若匹配失败再使用长期记忆序列中的特征进行全局搜索，这种分层匹配策略提高了匹配效率，因为短期记忆中的特征更接近当前目标状态，匹配成功的概率较高，避免了不必要的全局搜索。若匹配成功，更新目标位置并使用卡尔曼滤波预测目标位置，缩小搜索范围，进一步提高了跟踪的实时性和准确性。

【技术实现步骤摘要】

本专利技术涉及目标跟踪，具体为一种基于计算机视觉的目标跟踪方法。

技术介绍

1、在计算机视觉领域，目标跟踪是智能监控、自动驾驶、人机交互等应用的核心任务之一，传统单模态跟踪方法（如仅依赖rgb图像）在复杂场景中面临显著挑战，包括光照变化、目标遮挡、背景干扰以及模态退化（如低光照下rgb信息失效）等问题，为提升跟踪鲁棒性，多模态融合跟踪技术逐渐成为研究热点，其通过整合rgb、深度、热红外等异构传感器的互补信息，能够有效克服单一模态的局限性。

2、rgb模态提供丰富的纹理和颜色信息，但对光照敏感且缺乏深度感知能力；深度模态可获取目标的空间位置和三维结构，但对材质相似物体区分度低；热红外模态通过热辐射成像，在完全黑暗或烟雾环境中仍能保持有效性，但空间分辨率较低且易受环境温度干扰。现有研究已证明，融合多模态特征可显著提升跟踪性能，但如何高效整合异构数据、平衡计算复杂度与实时性，故而提出一种基于计算机视觉的目标跟踪方法来解决上述问题。

技术实现思路

1、针对现有技术的不足，本专利技术提供了一种基于计算机视觉本文档来自技高网...

【技术保护点】

1.一种基于计算机视觉的目标跟踪方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于计算机视觉的目标跟踪方法，其特征在于，所述步骤S1中具体的步骤为：

3.根据权利要求1所述的一种基于计算机视觉的目标跟踪方法，其特征在于，所述步骤S2中具体步骤为：

4.根据权利要求1所述的一种基于计算机视觉的目标跟踪方法，其特征在于，所述步骤S3具体为：

5.根据权利要求1所述的一种基于计算机视觉的目标跟踪方法，其特征在于，所述步骤S4中具体为：

6.根据权利要求1所述的一种基于计算机视觉的目标跟踪方法，其特征在于,所述步骤S5中...

【技术特征摘要】

1.一种基于计算机视觉的目标跟踪方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于计算机视觉的目标跟踪方法，其特征在于，所述步骤s1中具体的步骤为：

3.根据权利要求1所述的一种基于计算机视觉的目标跟踪方法，其特征在于，所述步骤s2中具体步骤为：

4.根据权利要求1所述的一种基于计算机视觉的目标跟踪方法，其特征在于，所述步骤s3具体为：

5.根据权利要求1所述的一种基于计算机视觉的目标跟踪方法，其特征在于，所述步骤s4中具体为：

6.根据权利要求1所述的...

【专利技术属性】
技术研发人员：顾敏，陈胜红，王仕勋，秦燕妮，
申请(专利权)人：黄冈职业技术学院，
类型：发明
国别省市：