[发明专利]一种基于光谱特征的视觉追踪方法有效
申请号: | 201710670378.6 | 申请日: | 2017-08-08 |
公开(公告)号: | CN109389137B | 公开(公告)日: | 2022-04-22 |
发明(设计)人: | 曹汛;赵远远;朱维新;陈林森 | 申请(专利权)人: | 南京大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06V10/762;G06V10/771;G06V10/764 |
代理公司: | 南京知识律师事务所 32207 | 代理人: | 李媛媛 |
地址: | 210046 江苏*** | 国省代码: | 江苏;32 |
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光谱特征的视觉追踪方法。具体步骤如下:(1)输入第一帧图像及其对应的光谱数据信息到CSK追踪器中;(2)在频域范围内求解系数;(3)进行检测之前对图像块进行加窗预处理;(4)提取目标的光谱特征;(5)简化光谱维特征;(6)将降维后的光谱维特征输入到CSK追踪器中进行训练;(7)将后续图像帧中的图像块输入到追踪器中,检测输出分值,找到使输出分值最大的位置即目标所在的位置;(8)利用当前检测帧的光谱特征重新训练跟踪器,更新追踪器的参数后,重复步骤(7)对后续图像帧继续检测。利用本方法无论是在帧率上还是追踪准确程度上均能取得比较好的效果,可以有效应对由于遮挡和光照变化带来的挑战。 | ||
搜索关键词: | 一种 基于 光谱 特征 视觉 追踪 方法 | ||
【主权项】:
1.一种基于光谱特征的视觉追踪方法,其特征在于,包括如下步骤:步骤1,将视频帧的第一帧图像及其对应的光谱数据信息输入到CSK追踪器中,训练一个核化最小二乘分类器,充分利用循环矩阵结构特性,提升在后续图像帧中按块寻找目标的速度;其中,最小二乘分类器通过最小化代价函数得到特征向量的权值w;步骤2,根据得到的权值w,在频域范围内求解参数c(m,n),其中,(m,n)表示上一帧目标中心点的偏移位置;步骤3,进行检测之前,对图像块进行加窗预处理;步骤4,根据第一帧图像对光谱数据进行处理:分析和比较目标与背景在光谱维度的特征差异,找寻到目标的光谱维特征;步骤5,采用主成分分析法对步骤4的光谱维特征进行降维映射,以降低数据的冗余;步骤6,将步骤5中降维后的光谱维特征输入到CSK追踪器中进行训练,并通过下式得到频域的追踪器参数C:其中,F{c}是指对参数c(m,n)进行傅里叶变换;y是索引图像块的循环移位量xm,n的标记,xm,n∈{0,1...,M‑1}×{0,1...,N‑1},M×N指目标图像块的大小;Y是标记y的频域表示;I是指单位阵;λ是正则化参数;表示第一帧图像中偏移位置(m,n)处的特征向量;步骤7,训练完成之后,对后续图像序列进行检测,将后续图像帧中的图像块zm,n输入到步骤6得到的追踪器中,检测输出分值分值的计算公式为:其中,是指目标的近似位置,由当前检测帧的前一帧决定,是指对核函数进行傅里叶变换,F‑1指傅里叶反变换;找到使输出分值最大的位置,即目标所在的位置;步骤8,利用当前检测帧的光谱特征重新训练跟踪器,更新追踪器的权值w和参数c(m,n);更新完毕后,重复步骤7继续对后续图像帧进行检测,直到图像序列检测完毕。
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南京大学,未经南京大学许可,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/201710670378.6/,转载请声明来源钻瓜专利网。
- 上一篇:分类器训练方法
- 下一篇:一种用户画像方法及装置