[发明专利]一种基于多摄像头的行人目标移动轨迹获取方法及系统在审
| 申请号： | 201910620041.3 | 申请日： | 2019-07-10 |
| 公开（公告）号： | CN110378931A | 公开（公告）日： | 2019-10-25 |
| 发明（设计）人： | 不公告发明人 | 申请（专利权）人： | 成都数之联科技有限公司 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06T7/80 |
| 代理公司： | 成都行之专利代理事务所(普通合伙) 51220 | 代理人： | 熊曦 |
| 地址： | 610000 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多摄像头的行人目标移动轨迹获取方法及系统，包括通过标定后的摄像头采集视频，预处理视频得到训练样本集和测试样本集；构建、训练、测试深度卷积神经网络模型；匹配模型输出的行人目标的特征向量和图像坐标，将图像坐标转换为空间坐标，根据时序列表串联行人目标的空间坐标得到单摄像头下行人目标的移动轨迹；结合标定外参，通过特征匹配和重叠区域位置信息实现行人目标跨摄像头关联，串联多摄像头下多行人目标的空间坐标形成多行人目标移动轨迹；本发明通过将行人目标的二维图像坐标转换为实际场景下的空间坐标，可以准确获取行人目标的位置和轨迹；通过使用多角度视频融合分析提高行人目标识别及轨迹获取的准确率。 | ||
| 搜索关键词： | 空间坐标 多摄像头 轨迹获取 目标移动 图像坐标 标定 串联 二维图像坐标 卷积神经网络 测试样本集 多角度视频 摄像头采集 训练样本集 预处理视频 摄像头 时序 单摄像头 目标识别 匹配模型 实际场景 特征匹配 特征向量 移动轨迹 重叠区域 转换 准确率 构建 视频 测试 关联 输出 融合 分析 | ||
【主权项】：
1.一种基于多摄像头的行人目标移动轨迹获取方法，其特征在于，所述方法包括：标定摄像头参数，获取复杂场景下摄像头的空间布局信息；通过若干个摄像头采集一段时间内行人目标的移动视频，预处理采集的视频得到若干帧图像，标注帧图像得到训练样本集及测试样本集；构建深度卷积神经网络模型，用于行人目标特征提取和行人目标检测，利用训练样本集多次迭代训练深度卷积神经网络模型，输出训练后的深度卷积神经网络模型；将测试样本集输入训练后的深度卷积神经网络模型，输出行人目标的图像坐标及特征向量；匹配行人目标特征向量和图像坐标，计算单摄像头覆盖区域内视频中的行人目标特征向量的余弦相似度；重复上述匹配和计算过程，根据时序列表依次计算帧图像中行人目标间的坐标偏移，以坐标偏移最小为准则，实现单摄像头下的行人目标跟踪；建立行人目标丢失队列，当行人目标特征向量无法匹配时，则将当前帧的行人目标特征入队目标丢失队列保存一定时间，用于行人目标再出现时进行匹配；以初始摄像头坐标为原点建立空间坐标系，利用透视投影矩阵变换将二维图像坐标转换为三维空间坐标，并根据时序列表串联行人目标的空间坐标得到单摄像头下行人目标的移动轨迹；针对两个相邻摄像头交叉覆盖区域内重叠的行人目标，根据摄像头的标定外参，建立关联矩阵，利用关联矩阵映射关联重叠行人目标的空间坐标，判断是否为同一行人目标；对于未交叉覆盖的摄像头，结合行人目标的特征向量及空间坐标，取余弦相似度大于设定值且空间坐标最接近的一组视为同一行人目标；根据时序列表重复上述是否为同一行人目标的判断过程，串联同一行人目标在多摄像头下的轨迹，形成多摄像头下单个行人目标的移动轨迹。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都数之联科技有限公司，未经成都数之联科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910620041.3/，转载请声明来源钻瓜专利网。
- 同类专利
- 视觉追踪与人机互动系统及追随系统-201810415614.4
- 蔡奇谥;冯彦彰;许光睿 - 香港商女娲创造股份有限公司
- 2018-05-03 - 2019-11-12 - G06T7/246
- 本申请涉及一种视觉追踪与人机互动系统，包括：一摄像机，获取多个影像；一侦测模块，接收所述摄像机所传送的一第一影像，并侦测所述第一影像中的一影像特征；一视觉追踪模块，接收所述摄像机所传送的所述多个影像及所述侦测模块所侦测的所述影像特征，并提取所述多个影像中的所述影像特征来进行追踪，且形成具有所述影像特征的一位置信息，以及将所述位置信息传送至一机器人移动模块或一接口互动模块。藉此，本申请可以避免需要容量过大且数据过多的影像，进而缩短机器人移动模块或接口互动模块的计算辨识时间，提升机器人或游戏机台的反应速度。
- 对象跟踪方法和装置、存储介质及电子装置-201910704621.0
- 黄湘琦;周文;陈泳君;唐梦云;颜小云;唐艳平;涂思嘉;冷鹏宇;刘水生;牛志伟;董超;路明;贺鹏 - 腾讯科技（深圳）有限公司
- 2019-07-31 - 2019-11-12 - G06T7/246
- 本发明公开了一种对象跟踪方法和装置、存储介质及电子装置。该方法包括：获取至少一个图像采集设备采集到的至少一张图像；根据至少一张图像获取目标对象的第一外观特征和目标对象的第一时空特征；获取目标对象与当前已记录的全局跟踪对象队列中每个全局跟踪对象之间的外观相似度和时空相似度；在根据外观相似度和时空相似度确定出目标对象与目标全局跟踪对象相匹配的情况下，为目标对象分配与目标全局跟踪对象对应的目标全局标识；利用目标全局标识确定与目标对象关联的多个图像采集设备所采集到的多张关联图像；根据多张关联图像生成与目标对象相匹配的跟踪轨迹。本发明解决了相关技术对象跟踪准确性较差的技术问题。
- 一种基于运动特征和相似度特征的抗遮挡跟踪算法-201910715630.X
- 袁培江;王迪;郭金马;王轶 - 北京深醒科技有限公司
- 2019-08-05 - 2019-11-12 - G06T7/246
- 本发明涉及抗遮挡跟踪技术领域，且公开了一种基于运动特征和相似度特征的抗遮挡跟踪算法，包括以下步骤：A、Target‑目标图像：目标检测结果，不含多余背景区域，每帧都更新目标图像；B、Search region‑搜索区域。该基于运动特征和相似度特征的抗遮挡跟踪算法，该算法具备极高的遮挡鲁棒性，目标处于完全遮挡状态下，首先可以根据相似度信息筛除掉大部分的遮挡物，之后可以根据目标的运动朝向将不同运动轨迹的干扰筛除掉，再根据目标的运动速度信息可以筛除掉相同运动轨迹但是不同运动频率的遮挡目标，最后根据自身的运动信息预测出在当前帧中的位置，直到越过遮挡物之后再次使用相似度匹配出目标位置。
- 一种热像设备-201822190925.3
- 张勇;张军行;黄星明 - 合肥英睿系统技术有限公司
- 2018-12-20 - 2019-11-12 - G06T7/246
- 本实用新型公开了一种热像设备，包括终端设备和用于拍摄物体的红外光图像的红外摄像装置，红外摄像装置与终端设备以可分离方式连接；终端设备内置用于拍摄物体的可见光图像的可见光摄像模组、根据获得的所述红外光图像计算出温度数据以及根据所述红外光图像和所述可见光图像包含的特征信息将两图像配准并融合的图像处理器和用于显示温度数据以及用于显示融合后图像的显示器。本实用新型热像设备将终端设备外接红外摄像装置，并利用终端设备内置的可见光摄像模组和图像处理器，实现红外成像、测温以及双光图像融合，而与现有技术的双光热成像设备相比，设备结构简单，体积小，成本相对低。
- 光学跟踪系统及光学跟踪系统的标记部姿势算出方法-201580028419.0
- 李贤箕;蔡有圣;金珉永 - 株式会社高永科技;庆北大学校产学协力团
- 2015-05-29 - 2019-11-12 - G06T7/246
- 光学跟踪系统包括标记部、成像部及处理部。标记部包括具有特定信息的图案及从图案隔开配置且具有第1焦距的第1透镜。成像部包括具有第2焦距的第2透镜及成像单元，所述成像单元从第2透镜隔开配置，借助于第1透镜和第2透镜而成像图案的图像。处理部从图案的图案面上的坐标与图案的图像上的像素坐标之间的坐标变换式决定标记部的姿势，利用决定的标记部的姿势，跟踪标记部。因此，能够以更单纯容易的方法准确跟踪标记部。
- 用于用户识别、跟踪与设备关联的融合设备与图像运动-201480066398.7
- A·D·威尔逊;H·本克 - 微软技术许可有限责任公司
- 2014-11-26 - 2019-11-12 - G06T7/246
- 本文所描述的交叉模态传感器融合技术跟踪移动设备以及携带它们的用户。该技术将来自移动设备上的传感器的运动特征与从设备的图像获得的图像运动特征进行匹配。例如，将如由板上内部测量单元测得的移动设备的加速度与在深度照相机的颜色和深度图像中观察的类似加速度进行比较。该技术不需要用户或设备的外观的模型，在很多情况下也不需要到设备的直接视线。该技术能够实时操作且能够应用于各种普遍存在的计算场景。
- 一种三维运动目标检测方法和系统-201611033827.8
- 滕书华;谭志国;张鹏 - 湖南拓视觉信息技术有限公司
- 2016-11-18 - 2019-11-08 - G06T7/246
- 本发明实施例提供了一种三维运动目标检测方法和系统，其中，所述方法包括：获取待处理的多视角场景的三维距离像，三维距离像包括三维运动目标；提取多视角场景的三维距离像的局部不变特征信息，并确定局部不变特征信息的特征描述向量；根据局部不变特征信息和特征描述向量对多视角场景的三维距离像进行配准；根据配准后的多视角场景的三维距离像的局部不变特征信息确定候选检测区域；采用迭代地面估计和高程滤波对候选检测区域进行验证与复核，获得精确检测区域；对精确检测区域进行三维运动目标检测。本发明实施例降低了检测虚警率，并提高了检测效率，减少了数据处理量，反复迭代得到了更准确的检测效果。
- 图像处理系统及计算机可读记录介质-201580031412.4
- 东正史;中前贵司;青木玲央 - EIZO株式会社
- 2015-04-27 - 2019-11-08 - G06T7/246
- 需要一种更恰当地从图像内去除雾霾的技术。提供一种图像处理系统，包括：高饱和度像素提取部，从动画中包含的多个帧中的一个帧中提取饱和度高于预定阈值的高饱和度像素；高饱和度像素率推导部，推导表示一个帧中高饱和度像素的比例的高饱和度像素率；场景变换判断部，根据一个帧中高饱和度像素率是否高于预定阈值，基于不同的标准判断动画中是否含有场景变换。
- 一种电瓶车逆行检测系统及方法-201910611390.9
- 费胜巍;王欣宇 - 东华大学
- 2019-07-08 - 2019-11-05 - G06T7/246
- 本发明涉及一种电瓶车逆行检测系统和方法，系统包括：图像获取模块，用于采集视频；电瓶车检测模块，用于从采集的视频中识别出电瓶车；目标跟踪模块，用于对识别出的电瓶车进行跟踪；运动轨迹分析模块，用于获取电瓶车的运行轨迹；逆行检测模块，用于根据得到的电瓶车的运行轨迹判断电瓶车是否存在逆行行为。本发明实现对电瓶车逆行的自动检测，为控制电瓶车逆行奠定基础。
- 基于融合IMU的光电吊舱图像跟踪方法及跟踪系统-201910742637.0
- 罗世彬;王钰婕 - 湖南海迅自动化技术有限公司
- 2019-08-13 - 2019-11-01 - G06T7/246
- 本发明提供了一种基于融合IMU的光电吊舱图像跟踪方法，包括如下步骤：S1系统启动；S2前端采集；S3初始化；S4图像数据传输；S5图像跟踪；S6相关信息的计算；S7伺服响应；S8找到目标位置。本发明还提供一种图像跟踪系统。本发明基于IMU光电吊舱跟踪系统可通过IMU求得目标姿态、速度，根据目标速度、姿态、时间以及目标在上帧的位置，预测得到目标搜索区域，不会发生丢失目标的情况，计算量更小，从而加快目标检测，实现目标跟踪。该系统能够有效实现目标跟踪，有小型、快速、可靠性高、精度高等特点，是一种能同时满足高精度要求和战略安全需要的目标跟踪技术。
- 一种无人机飞行速度的测量方法及装置-201710207346.2
- 尹亮亮;薛全华;李少斌;张羽 - 上海拓攻机器人有限公司
- 2017-03-31 - 2019-11-01 - G06T7/246
- 本发明涉及无人机技术领域，具体涉及一种无人机飞行速度的测量方法，包括：S1：获取图像信息，并做灰度化处理，获取图像灰度图；S2：采用金字塔光流算法获取光流速度，根据所述光流速度和无人机的高度数据获取无人机的飞行速度；S3：更新图像灰度图，同时判断所述飞行速度是否大于第一阈值；S4：当所述飞行速度大于第一阈值，转换至块匹配光流算法获取光流速度，反之，继续使用所述金字塔光流算法获取光流速度；S5：根据步骤S4中所述光流速度和无人机的高度数据获取无人机的飞行速度；S6：循环步骤S3‑S5。通过上述方式，本发明能够提高无人机飞行速度测量的准确度、精度和计算速度。
- 一种闪烁噪声下的多目标跟踪方法及系统-201910639220.1
- 刘宗香;黄炳坚;武宏杰;李良群 - 深圳大学
- 2019-07-16 - 2019-10-29 - G06T7/246
- 本发明适用于目标跟踪技术领域，提供了一种闪烁噪声下的多目标跟踪方法及系统，利用前一时刻各目标的分布函数和标签多伯努利滤波密度，预测得到当前时刻已存在目标的预测分布函数和预测标签多伯努利滤波密度；为新生目标设置预设分布函数和预设标签多伯努利滤波密度；合并上述两个分布函数和标签多伯努利滤波密度，获得当前时刻各目标的预测分布函数和预测标签多伯努利滤波密度；处理当前时刻各目标的预测分布函数和预测标签多伯努利滤波密度，以获得当前时刻各目标的分布函数和标签多伯努利滤波密度，并作为下一时刻滤波器的输入。通过本发明可以使滤波器在闪烁噪声环境中准确提取当前时刻各目标的目标状态，提高多目标跟踪的精度。
- 裸眼3D显示方法及系统-201910672499.3
- 张天 - 张天
- 2019-07-24 - 2019-10-29 - G06T7/246
- 本发明实施例公开了一种裸眼3D显示方法及系统，涉及显示技术领域，该方法包括：通过RGBD相机实时检测观看者视点的3D坐标，其中，RGBD相机固定于显示器；基于RGBD相机的相机坐标系相对于显示器的屏幕坐标系的外参数据，将视点3D坐标从相机坐标系转换至屏幕坐标系；将立体视频的场景模型转换至屏幕坐标系后，基于视点3D坐标，在显示器的屏幕中绘制场景模型的平面投影。本发明实施例通过RGBD相机进行视点检测，从而依靠RGBD相机来进行视点追踪，在观看者无需佩戴任何辅助设备的同时实现了对视点的3D坐标进行精确定位的目的，解决了现有技术中通过佩戴辅助设备进行定位存在的观看体验差的问题，极大的提升了观看体验。
- 一种基于多摄像头的行人目标移动轨迹获取方法及系统-201910620041.3
- 不公告发明人 - 成都数之联科技有限公司
- 2019-07-10 - 2019-10-25 - G06T7/246
- 本发明公开了一种基于多摄像头的行人目标移动轨迹获取方法及系统，包括通过标定后的摄像头采集视频，预处理视频得到训练样本集和测试样本集；构建、训练、测试深度卷积神经网络模型；匹配模型输出的行人目标的特征向量和图像坐标，将图像坐标转换为空间坐标，根据时序列表串联行人目标的空间坐标得到单摄像头下行人目标的移动轨迹；结合标定外参，通过特征匹配和重叠区域位置信息实现行人目标跨摄像头关联，串联多摄像头下多行人目标的空间坐标形成多行人目标移动轨迹；本发明通过将行人目标的二维图像坐标转换为实际场景下的空间坐标，可以准确获取行人目标的位置和轨迹；通过使用多角度视频融合分析提高行人目标识别及轨迹获取的准确率。
- 一种基于机器视觉的多绳多层缠绕排绳状态在线检测方法及装置-201710631950.8
- 谭建平;王巧斌;薛少华;石理想;杨超 - 中南大学
- 2017-07-28 - 2019-10-25 - G06T7/246
- 本发明公开了一种基于机器视觉的多绳多层缠绕排绳状态在线检测方法及装置，该方法通过在每个排绳区设置一个工业相机，对采集的图像序列进行帧间模板图像匹配，获取最终的目标跟踪框，利用对目标跟踪框位置信息的判断，自动跟踪排绳状态，当出现多绳间过渡不同步或单个排绳区出现乱绳故障时，能实时检测并发出报警信息，避免因过渡不同步引起单根钢丝绳受力过大或因乱绳增大钢丝绳磨损，有利于超深矿井提升设备安全运行及减少经济损失。
- 目标追踪方法、装置和计算机可读存储介质-201810318127.6
- 张伟华;吴江旭;李凡;雍兴辉;张洪光;彭刚林;胡淼枫;曲志勇 - 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
- 2018-04-11 - 2019-10-22 - G06T7/246
- 本公开提出一种目标追踪方法、装置和计算机可读存储介质，涉及视频处理技术领域。本公开的目标追踪方法包括：通过特征匹配算法获取当前帧图像的第一目标候选框，根据第一目标候选框的特征向量和上一帧图像中目标框的特征向量确定第一空间距离；通过卷积神经网络CNN目标检测算法获取当前帧图像第二目标候选框，根据第二目标候选框的特征向量和上一帧中目标框的特征向量确定第二空间距离；根据第一空间距离和第二空间距离的大小，基于预定选择策略确定目标在当前帧的目标框。这样的方法能够防止单一算法导致的目标漏追踪、误追踪，提高视频图像中目标追踪的全面性和可靠性。
- 一种基于光照不变性特征提取的遥感图像变化检测方法-201910655019.2
- 陆铿宇;黄国恒;朱锦涛 - 广东工业大学
- 2019-07-19 - 2019-10-22 - G06T7/246
- 本发明公开了一种基于光照不变性特征提取的遥感图像变化检测方法、装置、设备以及计算机可读存储介质，包括：利用预选的基于深度学习的图像超分辨算法对待检测的原始遥感图像进行图像超分辨率，得到高分辨率遥感图像；利用基于位置敏感直方图的光照不变性特征提取算法对所述高分辨率遥感图像进行光照不变性特征提取，得到所述高分辨率遥感图像的光照特征图；利用预选的遥感图像变化检测算法对所述光照特征图进行变化检测，得到所述原始遥感图像的变化检测结果图。本发明所提供的方法、装置、设备以及计算机可读存储介质，避免了光照不同导致变化检测中对同一物体判断出现极大差异的影响，提高了变化检测结果的准确性。
- 人体跟踪方法和人体跟踪装置-201610752578.1
- 卢宇;梁伯均;张伟 - 深圳市商汤科技有限公司
- 2016-08-29 - 2019-10-22 - G06T7/246
- 本发明公开了一种人体跟踪方法和人体跟踪装置，其中，该人体跟踪方法包括：确定被跟踪人体；将被跟踪人体的累计丢失次数初始化为零；在跟踪列表中记录被跟踪人体的跟踪信息；基于摄像头采集到的图像持续进行人体检测；当检测到人体且当次检测到的人体为被跟踪人体时，将当次检测到的人体的跟踪信息更新到跟踪列表中，且将被跟踪人体的累计丢失次数清零；当检测不到人体或当次检测到的人体不为被跟踪人体，且被跟踪人体的累计丢失次数未达到该丢失次数阈值，将该被跟踪人体的累计丢失次数加一，并返回执行上述基于摄像头采集到的图像持续进行人体检测的步骤以及后续步骤。本发明提供的技术方案能够实现对被跟丢的人体的继续跟踪。
- 物体跟踪装置和物体跟踪方法-201780087806.0
- 涉谷直大;守屋芳美;杉本和夫;峯泽彰;王梦雄 - 三菱电机株式会社
- 2017-03-06 - 2019-10-22 - G06T7/246
- 构成为设置按照每个影像帧分别估计由物体检测部(11)检测到的各个物体所在的区域的拥挤度的拥挤度估计部(12)，物体选定部(13)按照每个影像帧，参照基于拥挤度估计部(12)的拥挤度的估计结果，从由物体检测部(11)检测到的一个以上的物体中分别选定存在于拥挤度为第1阈值以下的区域中的物体。
- 一种基于视频及定位装置的人物追踪方法-201810303135.3
- 孙耀然;何赛灵;陈渊 - 苏州竺星信息科技有限公司
- 2018-04-07 - 2019-10-18 - G06T7/246
- 本发明公开了一种基于视频及定位装置的人物追踪方法，包括步骤：1、获取运动视频图像和空间坐标数据；2、按时间检索空间坐标数据，利用摄像装置的内部及外部参数将T时刻空间坐标M转换为图像坐标M’，对应目标人物A；3、利用人物检测神经网络对T时刻的图像检测，得到图像中所有人物的图像坐标位置m1，m2…mn，并与步骤2中得到的图像坐标M’进行匹配，匹配结果为mi，mi对应目标人物A；4、调用追踪算法处理T时刻后的每一帧图像，对目标人物A进行人物追踪；5、在追踪过程中，检测是否有人物重叠，当有人物重叠时，对图像重新进行人物位置识别和重叠人物的身份识别；检索到其他空间坐标后，执行步骤2‑4，实现多人物追踪。
- 运动目标跟踪恢复方法及装置-201510655054.6
- 祝中科;毛泉涌 - 浙江宇视科技有限公司
- 2015-10-12 - 2019-10-18 - G06T7/246
- 本发明公开了一种运动目标跟踪恢复方法，用于跟踪装置对运动中的目标进行跟踪，包括在跟踪丢失时对当前图像前景检测得到前景目标，根据跟踪目标所处的丢失位置得到跟踪目标的预估位置，还包括：在判断跟踪丢失时将候选目标的特征与跟踪目标的特征进行匹配计算得到各候选目标的匹配值；根据匹配值以及到预估位置的距离为各候选目标赋予权重值，得到权重值最大的候选目标作为原有的跟踪目标继续跟踪。本发明还公开了对应方法的一种装置。本发明的方法及装置优点在于：在跟踪丢失的情况下，通过对检测出的前景目标进行匹配和预估从而得到最有可能为原有跟踪目标的前景目标从而继续进行跟踪，具有良好的跟踪连续性。
- 图像目标跟踪方法与系统-201610701023.4
- 肖晶晶 - 杭州保新科技有限公司
- 2016-08-22 - 2019-10-18 - G06T7/246
- 本发明提供一种图像目标跟踪方法与系统，获取目标初始位置，根据目标初始位置进行稀疏采样，将采样点分为前景样本和背景样本，根据前景样本的空间分布，聚类相邻的前景样本，获得包含多个簇的聚类结果，根据聚类结果进行稳健估计，确定目标与伪装干扰在图像中的相对位置，生成预测轨迹，将观测样本位置与预测轨迹关联，根据关联结果，判断目标是否被遮挡并跟踪目标。整个过程中，采用稀疏采样、采样点区分以及相邻的前景样本聚类完成多特征级联聚类，再进行稳健估计准确预测目标及伪装干扰的位置，最后进行轨迹关联，判断目标是否被遮挡并准确跟踪目标。
- 人物追踪方法及终端-201910585627.0
- 张毅;孙星;郭晓威 - 腾讯科技（深圳）有限公司
- 2019-07-01 - 2019-10-15 - G06T7/246
- 本公开提供了一种人物追踪方法及终端，所述方法包括：获取当前视频帧中各人物的人体检测框，其中，当前视频帧中的每个人物对应一个人体检测框；基于各人体检测框内人物的状态属性，分别获取各人体检测框的可用度；对于可用度满足预定条件的每个人体检测框，在历史上识别出的各人物对应的视频帧序列中，确定与该人体检测框关联的视频帧序列，从而将当前视频帧添加至该视频帧序列的后面，形成更新后视频帧序列，以便通过对该更新后视频帧序列的回放，追踪该更新后视频帧序列对应的人物。本公开实施例能够提高人物追踪的准确率与召回率。
- 一种基于TLD框架的长时间目标跟踪方法-201910627607.5
- 房立金;米晓晗 - 东北大学
- 2019-07-12 - 2019-10-15 - G06T7/246
- 本发明涉及计算机视觉技术领域，提供一种基于TLD框架的长时间目标跟踪方法，包括：首先在起始帧选定目标区域，初始化检测模块和跟踪模块；然后跟踪模块采用快速判别尺度空间算法根据前一帧目标所在的位置信息估计目标在当前帧的位置和大小，并设计跟踪失败检测机制判断跟踪是否成功；若跟踪失败，检测模块根据训练样本对当前帧进行检测，找出目标可能存在的位置；接着综合模块处理跟踪与检测结果，判断当前帧是否存在目标及目标位置，设计遮挡判别器并判断目标是否发生遮挡，更新遮挡判别器，学习模块对检测模块进行更新，重复上述步骤直到跟踪结束。本发明能够提高遮挡、离开视野、形变等复杂情况下长时间目标跟踪的鲁棒性、准确度和精度。
- 基于Android平台的防抖动运动目标检测方法-201611032949.5
- 徐珮轩;罗咏梅;金志刚 - 天津大学
- 2016-11-18 - 2019-10-15 - G06T7/246
- 本发明公开一种基于Android平台的防抖动运动目标检测方法，包括：保持摄像头和屏幕持续打开；读取第一帧图像，提取图像中每个点的像素值，建立背景模型；检测过程中，读取某帧图像后，计算当前时刻的多个特征角点的偏移量对背景模型进行运动补偿，更新背景模型的像素值v’(i,j)；以此帧图像当前一个位置的像素值v”(i,j)为圆心R为半径建圆，判断样本集中v’(i,j)是否可以落在圆内，若圆内样本元素的数量小于当前像素最小基数#min，则此像素点被认定为前景点，认为检测到运动目标，自动保存此帧图像；设t为开始检测的时刻，dt为一次检测经历的时间，N为一次检测像素点的总数，判断是否需要更新背景模型。
- 一种目标检测与可能性判别修正的关联方法-201710541396.4
- 王慧斌;陈哲;卢苗 - 河海大学
- 2017-07-05 - 2019-10-15 - G06T7/246
- 本发明公开了一种目标检测与可能性判别修正的关联方法，首先，以当前帧的目标检测结果为量测集，前一时刻确定的跟踪目标集为状态集，利用目标区域尺寸和中心位置得到关联矩阵，确定每个目标的候选目标；接着，由关联矩阵推理分析出目标发生遮挡的可能性，并由目标与候选目标的面积进一步确定目标是否遮挡；然后，根据目标遮挡与否自适应选择最优粒子或均值漂移对候选目标进行修正；最后计算目标同修正结果的关联度，根据关联度矩阵对目标进行关联。该方法能够较好地处理目标遮挡的情况，自适应目标尺寸变化，有效提高目标信息的准确性，准确地对多目标进行关联。
- 基于粘性流体粒子运动模型的视频序列分类方法-201710189229.8
- 韩冰;严月;连慧芳;吕涛;高新波;王云浩 - 西安电子科技大学;江苏泽景汽车电子股份有限公司西安分公司
- 2017-03-27 - 2019-10-11 - G06T7/246
- 本发明公开了一种基于粘性流体粒子运动模型的视频序列分类方法，主要解决现有技术无法利用运动特征对极光序列进行分类的问题。其实现步骤为：1)对输入的极光序列进行预处理；2)运用粘性流体力学模型计算预处理后的极光粒子的运动场；3)提取极光粒子运动场的局部二值模式特征，作为极光序列的动态特征P1；4)提取极光序列每帧极光图像像素值的局部二值模式特征，作为极光序列的静态特征P2；5)将P1与P2相结合，得到能够表征不同形态极光序列的特征P＝(P1,P2)，将这些不同形态极光序列的特征P输入到支持向量机分类器中完成分类。本发明能实现对极光序列的自动分类，且分类准确率高、速度快，可用于场景分类与目标识别。
- 基于特征块优选的运动目标跟踪方法-201710269627.0
- 刘贵喜;秦耀龙;高美;高海玲;冯煜 - 西安电子科技大学
- 2017-04-24 - 2019-10-11 - G06T7/246
- 本发明公开一种基于优选特征块的视觉目标跟踪方法，包括1.读取待跟踪视频；2.初始化；3.分块并检测特征点；4.筛选特征点；5.筛选子块；6.计算目标区域响应图；7.更新目标区域状态；8.更新目标区域分类器；9.输出目标区域信息；10.判断是否读完待跟踪视频的所有帧；11.运动目标跟踪结束。本发明在运动目标跟踪过程中具有很好的实时性和较高的精度，本发明在目标发生遮挡和目标尺度变化剧烈的情况下能够平稳的跟踪运动目标。
- 使用图像金字塔进行特征跟踪的方法和系统-201780084576.2
- 高明明;杨康 - 深圳市大疆创新科技有限公司
- 2017-01-24 - 2019-10-11 - G06T7/246
- 本文描述的是用于跟踪第一图像和第二图像中的多个特征点的系统、方法、存储介质和计算机程序。在一个实施例中，获得第一图像的第一图像金字塔的第一层和第二图像的第二图像金字塔的第一层。基于第二图像金字塔的第一层中的多个特征点的预期像素位置，从多个特征点中选择特征点。确定第一图像金字塔的第一层中针对该特征点的第一像素，以及确定第二图像金字塔的第一层中针对该特征点的第二像素，其中，第一像素基本上匹配第二像素。
- 基于无人机影像技术的地面物体跟踪方法及系统-201910490790.9
- 邹松柏 - 武汉易科空间信息技术股份有限公司
- 2019-06-06 - 2019-10-01 - G06T7/246
- 一种基于无人机影像技术的地面物体跟踪方法，其包括如下步骤：S1、获取地面信息的图像信息，并对图像信息进行标准化处理，根据标准化处理结果生成跟踪识别模型；S2、在无人机控制系统中配置无人机航迹信息、航行控制指令信息；S3、根据无人机控制系统中配置无人机航迹信息、航行控制指令信息对无人机进行航行控制，并在航行过程中采集地面图像信息；S4、根据所述步骤S1中的跟踪识别模型对地面图像信息进行处理；S5、根据处理结果对地面物体进行匹配和跟踪。
- 专利分类
