首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种视觉多跟踪算子融合方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:绍兴市北大信息技术科创中心

摘要:本发明以视频数据为处理对象,对采集到的视频数据逐帧处理,首先确定视频帧中出现的兴趣目标,然后对事先选取的多个目标跟踪算子进行初始化,从后一帧开始依据各算法策略估计兴趣目标位置,之后计算各算子间尺度、覆盖区域、多视觉特征、中心距离相似度,并统计时序上连续多帧算子间相似度、算子与融合算子相似度,联合构建算子稳定性评价矩阵,最终通过评估算子间相似度均值决定相应算子是否被剔除,进而计算得到经融合处理后的目标位置。

主权项:1.一种视觉多跟踪算子融合方法,其特征在于,包括以下步骤:步骤1,输入视频数据,设置兴趣目标和监控区域,选取视觉目标跟踪算子;步骤2,读取视频帧直至出现兴趣目标,该帧为起始帧,根据起始帧确定兴趣目标区域,完成各跟踪算子初始化;步骤3,读取起始帧后的第N帧,N为正整数,作为当前帧,计算各跟踪算子在当前帧估计的目标区域,根据当前帧估计的目标区域计算各跟踪算子间联合相似度,所述各跟踪算子间联合相似度的计算方法为:根据当前帧估计的目标区域计算视觉特征相似度和几何特征相似度,几何特征相似度至少由各跟踪算子间尺度相似度或覆盖区域相似度或中心距离相似度构成,根据视觉特征相似度和几何特征相似度计算各跟踪算子间联合相似度;所述视觉特征相似度的计算公式为: 其中Hi、Hj分别为跟踪算子i和跟踪算子j在当前帧所估计的目标区域的梯度直方图特征向量,G为高斯模板,⊙表示逐元素乘积,为颜色特征相似度; 其中pu、qu分别表示跟踪算子i和跟踪算子j在当前帧预测目标区域提取的颜色直方图对应的u分量,m表示颜色直方图特征中包含的bin的总数;各跟踪算子间尺度相似度的计算公式为: 其中wi,wj,hi,hj分别指跟踪算子i和跟踪算子j在当前帧所估计的目标区域的宽和高;各跟踪算子间覆盖区域相似度的计算公式为: 其中Bi、Bj分别表示跟踪算子i和跟踪算子j在当前帧所估计的目标区域包含的像素点集合,Ax为对应像素点集合x的像素总数;各跟踪算子间中心距离相似度的计算公式为: 其中Oi、Oj分别为跟踪算子i和跟踪算子j在当前帧预测目标区域的中心坐标;所述当前帧的各跟踪算子间联合相似度的计算公式为:l=λlG+1-λlA=λlSlOlD+1-λlA其中lG为各算子间几何相似度,λ为权值,其取值范围在0到1之间;步骤4中,各跟踪算子与融合跟踪算子间联合相似度按下式计算: 其中和为跟踪算子和融合跟踪算子间的尺度相似度、覆盖区域相似度、中心距离相似度和视觉特征相似度;步骤4,如果步骤3的读取次数大于1,计算各跟踪算子与融合跟踪算子间联合相似度,根据各跟踪算子间联合相似度和各跟踪算子与融合跟踪算子间联合相似度计算多帧的各跟踪算子间联合相似度以及多帧的各跟踪算子与融合跟踪算子联合相似度,根据多帧的各跟踪算子间联合相似度以及各跟踪算子与融合跟踪算子联合相似度,构建算子稳定性评价矩阵;否则,令N=N+M,M为正整数,返回步骤3;所述,多帧的各跟踪算子间联合相似度的计算方法如下: 其中,ωk为k帧对应的相似度权值,lki,j为k帧时跟踪算子i和跟踪算子j之间的联合相似度,k小于N的初始值时,ωk为0,对应的lki,j不进行计算,t是指从目标跟踪算子初始化后的第t帧,跟踪算子初始化时对应帧为第0帧,T为预设的整数;多帧的各跟踪算子与融合跟踪算子联合相似度的计算方法如下: 其中,ωk为k帧对应的相似度权值,lFki为k帧时跟踪算子i和融合跟踪算子f之间的联合相似度,k小于N的初始值时,ωk为0,对应的lFki不进行计算,t是指从目标跟踪算子初始化后的第t帧,跟踪算子初始化时对应帧为第0帧,T为预设的整数;算子稳定性评价矩阵的构建方法如下: 其中Eij为稳定性评价矩阵的第i行、j列元素,Eij=Eji;步骤5,依算子稳定性评价矩阵计算算子间相似度均值,根据算子间相似度均值计算融合后兴趣目标位置并剔除不稳定算子;跟踪算子与其他算子间相似度均值的计算方法如下: 其中ωi、ωj为权值;步骤6,若融合后兴趣目标位置在监控区域外,则结束;否则,令N=N+H,H为正整数,返回步骤3。

全文数据:

权利要求:

百度查询: 绍兴市北大信息技术科创中心 一种视觉多跟踪算子融合方法

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。