发明名称 |
一种鲁棒性的视频目标对象跟踪方法 |
摘要 |
本发明公开了一种鲁棒性的视频目标对象跟踪方法,包括:基于粒子滤波重要性采样原理采样获取当前帧的候选目标粒子;基于候选目标粒子与前面跟踪结果的余弦相似性滤去离异粒子;筛选后的侯选目标粒子基于模板字典的线性表示;线性系数矩阵的低秩稀疏数学模型;基于不精确拉格朗日乘子优化算法求解系数矩阵;根据判别函数选出最佳的候选目标作为跟踪结果;在线更新模板字典。本发明的方法的鲁棒性保证了方法能够应对各种挑战因素,对视频中目标对象进行准确跟踪。克服视频中目标对象因光照变化、尺度变化、遮挡、变形、运动模糊、快速运动、旋转、背景杂波、低分辨率等原因导致跟踪不准确甚至漂移。 |
申请公布号 |
CN105046717A |
申请公布日期 |
2015.11.11 |
申请号 |
CN201510270455.X |
申请日期 |
2015.05.25 |
申请人 |
浙江师范大学 |
发明人 |
熊继平;汤清华;蔡丽桑;王妃 |
分类号 |
G06T7/20(2006.01)I |
主分类号 |
G06T7/20(2006.01)I |
代理机构 |
北京市科名专利代理事务所(特殊普通合伙) 11468 |
代理人 |
陈朝阳 |
主权项 |
一种鲁棒性的视频目标对象跟踪方法,用于对视频中标定的目标对象进行连续跟踪,其特征在于,包括以下步骤:步骤11),基于粒子滤波重要性采样原理,采样获取当前帧第t帧的候选目标粒子;步骤12),基于候选目标粒子与第t‑50、t‑40、t‑30、t‑20、t‑10、t‑5、t‑4、t‑3、t‑2、t‑1帧目标对象跟踪结果的余弦相似性,滤去离异粒子;步骤13),筛选后的侯选目标粒子基于模板字典的线性表示;步骤14),线性系数矩阵的低秩稀疏数学模型;步骤15),基于不精确拉格朗日乘子优化算法求解系数矩阵;步骤16),根据判别函数选出最佳的候选目标作为跟踪结果;步骤17),在线更新模板字典。 |
地址 |
321004 浙江省金华市迎宾大道688号 |