基于学习和加速鲁棒SURF特征的目标跟踪方法技术

本发明专利技术公开一种基于学习和加速鲁棒SURF特征的目标跟踪方法，主要解决现有技术中由于目标快速变化或者发生遮挡而导致目标跟踪失败的问题。其实现步骤为：(1)输入一段视频中的第一帧，并人工标记出待跟踪目标，同时将标记的目标作为目标模板；(2)通过跟踪-在线学习-检测模型跟踪目标；(3)判定跟踪与检测目标的结果；(4)提取目标模板和视频当前帧的加速鲁棒SURF特征；(5)利用欧氏距离对获得的加速鲁棒SURF特征进行匹配；(6)输出目标跟踪结果，更新目标模板；(7)循环执行步骤(2)～步骤(6)，直到视频结束。本发明专利技术与现有的技术相比在目标快速变化或者发生遮挡情况下提高了目标跟踪的鲁棒性。

【技术实现步骤摘要】

本专利技术属于图像处理
，涉及视频目标跟踪方法，可应用于智能监控、目标跟踪和人机界面。
技术介绍
序列图像的目标跟踪是图像处理技术应用的重要组成部分，它是指通过对输入的视频图像序列进行分析，确定各帧中目标所在的位置，获得相关的参数。目标跟踪是计算机视觉中关键技术之一，融合了图像处理、模式识别和人工智能等领域，在机器人视觉导航、安全监测、交通管制、视频压缩以及气象分析等许多方面都有广泛应用。如军事方面，已被成功地应用于武器的成像制导、军事侦察和监视等；民用方面，如视觉监控，已被广泛地应·用于社会生活的各方面。目标跟踪可应用于社区和重要设施的保安监控；用于智能交通系统中进行车辆的实时追踪，可以得到车流量、车型、车速、车流密度等等许多有价值的交通流参数，同时还可以检测事故或故障等突发状况。天津大学提出的专利申请“一种基于模板匹配的目标跟踪方法”(专利申请号201010529681. 2，公开号CN102004898A)公开了一种基于模板匹配的目标跟踪方法。该方法中模板图像和待匹配区域的像素按照圆形排列为多个子窗口，采用圆形模板匹配准则确保目标具有平移和旋转不变性，采用Kirsch算本文档来自技高网...

【技术保护点】
一种基于学习和加速鲁棒SURF特征的目标跟踪方法，包括以下步骤：(1)输入一段视频中的第一帧，并人工标记出待跟踪目标，同时将标记的目标作为目标模板；(2)通过跟踪?在线学习?检测模型，对目标进行跟踪：2a)用视频的第一帧对跟踪?在线学习?检测模型进行初始化；2b)将步骤(1)标记出的跟踪目标作为正样本，在正样本附近取100个图像块作为负样本，并用这些正负样本训练随机森林检测器；2c)从输入视频的第二帧开始，对待跟踪目标进行跟踪与检测；(3)判定跟踪与检测目标的结果：3a)设定置信阈值Tc＝0.7，如果跟踪结果的置信值大于Tc，则认为是有效跟踪，即跟踪到了目标，同时用跟踪结果更新随机森林检测器，...

【技术特征摘要】

【专利技术属性】
技术研发人员：田小林，焦李成，刘朵，张小华，缑水平，钟桦，朱虎明，马文萍，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：