一種目標(biāo)跟蹤模板更新的方法、系統(tǒng)和存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN201811147806.8 申請(qǐng)日 -
公開（公告）號(hào) CN109472812A 公開（公告）日 2019-03-15
申請(qǐng)公布號(hào) CN109472812A 申請(qǐng)公布日 2019-03-15
分類號(hào) G06T7/246（2017.01）I; G06T5/00（2006.01）I; G06K9/62（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 魯巒峰; 龍玉標(biāo); 劉天; 劉振宇 申請(qǐng)（專利權(quán)）人 深圳市錦潤(rùn)防務(wù)科技有限公司
代理機(jī)構(gòu) 深圳市科吉華烽知識(shí)產(chǎn)權(quán)事務(wù)所（普通合伙） 代理人 深圳市錦潤(rùn)防務(wù)科技有限公司
地址 518000 廣東省深圳市南山區(qū)學(xué)苑大道1001號(hào)南山智園A5棟7樓02.04房
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種目標(biāo)跟蹤模板更新的方法，包括步驟1：人工選定初始跟蹤位置，得到初始模版T0；步驟2：前N幀圖像中的目標(biāo)跟蹤；步驟3：初始樣本集S的構(gòu)建，及其特征計(jì)算；步驟4：K均值聚類，得到初始樣本集的聚類中心C；步驟5：計(jì)算聚類中心C與初始模板T0的相關(guān)系數(shù)；步驟6：判斷相關(guān)系數(shù)是否大于閾值；步驟7：進(jìn)行模板更新；步驟8：利用RANSAC算法對(duì)樣本集S進(jìn)行噪聲過濾。本發(fā)明的有益效果是:1.本策略適用于各種跟蹤算法；2.可以防止某一幀的跟蹤偏差導(dǎo)致的模板更新出錯(cuò)；3.該方法不受噪聲干擾；4.實(shí)時(shí)跟蹤時(shí)，人眼看到的跟蹤效果，與模板學(xué)習(xí)時(shí)所用的跟蹤樣本，并不完全一致的；5.提供了離線學(xué)習(xí)的機(jī)制。