龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京理工大学
申请日：2024-03-21
公开（公告）日：2024-06-25
公开（公告）号：CN118247305A
主分类号：G06T7/20
分类号：G06T7/20;G06V10/25
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明提供一种抗遮挡和抗相似目标干扰的相关滤波跟踪方法，可在保证较高运行速度的前提下，在遮挡时实现更加准确的跟踪，并有效解决目标重现后相似目标干扰的问题；相对于仅仅使用Kalman滤波器预测的方法来说，本发明使用了快速NCC算法进行更大区域的检测，而不是仅仅依赖于Kalman预测的结果，因此能够在遮挡时跟踪的更加准确；同时，本发明所采用的快速NCC算法能够在实现大范围检测时保证较快的运算速度；最后，基于NCC对于相似目标具有较好分辨能力的优点，本发明引入了融合运动信息的NCC算法和KCF算法同时进行目标重现后的检测，因此相对于传统KCF结合Kalman的算法而言，能更好的解决目标重现后的相似目标干扰问题。
主权项：1.一种抗遮挡和抗相似目标干扰的相关滤波跟踪方法，其特征在于，包括以下步骤：S1：获取当前帧图像对应的WPSR响应值，并判断WPSR响应值是否大于设定阈值t1，若为是，则目标在当前帧图像上未发生遮挡，采用KCF算法检测目标在当前帧图像上的位置，若为否，则目标在当前帧图像上发生遮挡，进入步骤S2；S2：采用卡尔曼滤波器获取目标在当前帧图像上的预测位置，并获取以预测位置为中心的设定邻域所形成的子图对应的NCC响应图；S3：根据与当前帧图像最近的未发生遮挡的图像对应的运动信息得到运动信息加权图，并将运动信息加权图与当前帧图像对应的NCC响应图相乘，得到改进NCC响应图；S4：判断改进NCC响应图中的最大响应值是否超过设定阈值t2，若为是，进入步骤S5，若为否，则扩大所述设定邻域后重新选取下一帧图像执行步骤S2～S4；S5：获取与当前帧图像最近的未发生遮挡的图像对应的KCF模板，并使用该KCF模板依次在从改进NCC响应图中选取的超过设定阈值t2的前M个位置进行KCF检测，得到M个KCF检测响应值，然后进入步骤S6，其中，M至多为3；S6：判断是否至少存在一个KCF检测响应值大于设定阈值t3，若为是，则认为检测得到目标在当前帧图像上的位置，并将大于设定阈值t3的KCF检测响应值中最大值的位置作为目标在当前帧图像上的位置；若为否，则重新选取下一帧图像执行步骤S2～S4。
全文数据：
权利要求：
百度查询： 北京理工大学 一种抗遮挡和抗相似目标干扰的相关滤波跟踪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号