申请/专利权人：郑州轻工业大学

申请日：2020-05-22

公开（公告）日：2020-08-28

公开（公告）号：CN111598928A

主分类号：G06T7/246(20170101)

分类号：G06T7/246(20170101);G06K9/62(20060101)

优先权：

专利状态码：有效-授权

法律状态：2023.03.10#授权;2020.09.22#实质审查的生效;2020.08.28#公开

摘要：本发明提出了一种基于具有语义评估和区域建议的突变运动目标跟踪方法，用以解决现有方法运行效率不高，跟踪精度较低的问题。本发明的步骤为：首先初始化区域建议网络的模型参数和目标图像块的状态参数；由上一状态得到密集采样候选图像块,由区域建议网络生成目标区域候选建议，根据语义信息和上下文空间位置信息对候选建议进行筛选，截图少量与目标块大小相同的区域作为候选图像块，混合多个响应映射综合决策，将与目标图像块的相似度值最大的候选图像块作为最优候选图像块，学习和训练独立的滤波器对目标的尺度进行估计；将最优候选图像块作为当前帧的目标图像块及下一帧的目标状态参数进行下一帧图像的跟踪。本发明减少了目标检测的数量，提高区域建议网络目标建议的质量，提高了运行效率，能够很好的适应突变运动目标跟踪问题。

主权项：1.一种基于具有语义评估和区域建议的突变运动目标跟踪方法，其特征在于，其步骤如下：步骤一：初始化区域建议网络模型：将网络模型选用VGG-16模型用来提取图像特征，设置最大目标建议数量、重叠阈值和测试量表，设定候选目标建议输出的阈值；步骤二：采用语义评估和区域建议在全局内获得少量高质量的含有目标的区域建议：1根据跟踪目标与目标建议的图像块的语义信息判断目标的类别，将不属于该目标类别的候选区域去除；2根据上下文位置信息在候选区域位置上截取与目标图像块大小形同的区域作为候选图像块；步骤三：采用混合跟踪算法搜索候选图像块：1将目标区域候选图像块和当前图片上一帧目标位置的图像块进行对比；2将于目标图像块的相似度值最大的候选目标图像块做为当前帧的最后候选图像块的位置；3在确定目标图像块位置后，以图像块中点为中心，在当前帧以固定步长截取与当前目标图像块具有相同宽高比例的一系列图像块，然后将这些图像块调整至与目标图像块一样的大小，再次与上一帧目标图像块进行对比，并将相似度值最大的图像块做为当前帧图像的目标真实状态；步骤四：将步骤三输出的最优候选图像块作为当前帧的目标图像块及下一帧的目标状态参数，返回步骤二进行下一帧图像的跟踪；步骤五：重复步骤二…步骤四，直至达到最后一帧图像，输出每一帧图像的最优候选图像块，实现运动目标的跟踪。

全文数据：

权利要求：

百度查询： 郑州轻工业大学 一种基于具有语义评估和区域建议的突变运动目标跟踪方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD