Document
拖动滑块完成拼图
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

一种基于压缩感知的鲁棒目标追踪方法 

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:福建水利电力职业技术学院

摘要:本发明公开了一种基于压缩感知的鲁棒目标追踪方法,涉及电子信息技术领域,包括步骤:从视频流中获取第一帧视频图像,鼠标标定目标对象,预处理图像,通过利用第一帧的图像,把目标对象提取出来,建立一个子空间;对于后续帧,使用粒子滤波器的方法,依据上一帧目标对象的位置,加入高斯噪声,生成粒子,对于每一个粒子,提取其图像,向量化,然后投影到子空间中,利用PCA求出投影系数,如果图像发生遮挡或图像模糊时,采用遮挡处理策略,然后根据重建误差来求得每个粒子的权值;本发明融合了检测模块,通过设置前景检测模块降低计算量,借助了Kalman滤波提高目标检测的抗遮挡能力,利用机器学习机制,增强检测模块的追踪鲁棒性。

主权项:1.一种基于压缩感知的鲁棒目标追踪方法,其特征在于:包括步骤S1:从视频流中获取第一帧视频图像,鼠标标定目标对象,预处理图像,通过利用第一帧的图像,把目标对象提取出来,建立一个子空间;对于后续帧,使用粒子滤波器的方法,依据上一帧目标对象的位置,加入高斯噪声,生成粒子;对于每一个粒子,提取其图像,向量化,然后投影到子空间中,利用PCA求出投影系数,如果图像发生遮挡或图像模糊时,采用遮挡处理策略;然后根据重建误差来求得每个粒子的权值;最后根据采样的方法来求出最后的目标对象的预测位置;S2:对目标位置的所在目标区域生产稀疏投影矩阵;S3:初始化检测模块和Kalman预测模块,同时对图像进行前景检测;S4:载入下一帧视频图像,进行图像前景预测和图像预处理;S5:检测模块检测图像中的目标,跟踪模块跟踪目标;S6:跟踪模块和检测模块进行融合,并判断目标在图像中的情形,生成系统跟踪预框;S7:判断对象跟踪是否失败,如失败,则进行Kalman预测;如成功,则进行下一步;S8:判断图像中的目标的遮挡状态,如遮挡严重,则进行Kalman预测并显示目标运动轨迹;如遮挡不严重,则在线学习目标模型,实时更新目标模型,纠正跟踪模块中的追踪器和检测模块中的检测器的错误;S9:重复步骤S3-S8,直到视频流结束。

全文数据:

权利要求:

百度查询: 福建水利电力职业技术学院 一种基于压缩感知的鲁棒目标追踪方法

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。

相关技术
相关技术
相关技术
相关技术