亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種動(dòng)態(tài)背景中弱小動(dòng)目標(biāo)的連續(xù)穩(wěn)定跟蹤方法與流程

文檔序號(hào):12722685閱讀:來源:國知局

技術(shù)特征:

1.一種動(dòng)態(tài)背景中弱小動(dòng)動(dòng)目標(biāo)的連續(xù)穩(wěn)定跟蹤方法,其特征在于,包括以下具體步驟:

S1:獲取視頻數(shù)據(jù),針對(duì)視頻數(shù)據(jù)中的每一幀圖像按照時(shí)間順序進(jìn)行如下S2~S6的跟蹤處理;

S2:在當(dāng)前幀圖像中,獲取待跟蹤動(dòng)目標(biāo)位置坐標(biāo),對(duì)當(dāng)前幀圖像進(jìn)行閾值分割和形態(tài)學(xué)運(yùn)算,得到多個(gè)連通域,并以包含所述待跟蹤動(dòng)目標(biāo)位置坐標(biāo)的連通域作為目標(biāo)區(qū)域,取該目標(biāo)區(qū)域的外接矩形框?yàn)槟繕?biāo)追蹤框;

若當(dāng)前幀圖像為初始幀,則通過外部輸入獲得該待跟蹤動(dòng)目標(biāo)位置坐標(biāo),否則直接獲取上一幀圖像跟蹤獲得的目標(biāo)位置坐標(biāo);

S3:采用貝葉斯框架對(duì)目標(biāo)追蹤框內(nèi)區(qū)域建立當(dāng)前幀圖像的空間上下文模型;

S4:利用所述當(dāng)前幀圖像的空間上下文模型與所述下一幀圖像進(jìn)行卷積計(jì)算獲得下一幀圖像中待跟蹤動(dòng)目標(biāo)出現(xiàn)位置的置信圖,置信度最大的位置即下一幀圖像中的待跟蹤動(dòng)目標(biāo)位置;

S5:基于雙閾值動(dòng)目標(biāo)危機(jī)判定,以確定動(dòng)目標(biāo)是否遮擋或丟失,具體步驟為:

針對(duì)所述下一幀圖像中待跟蹤動(dòng)目標(biāo)出現(xiàn)位置的置信圖的峰值尖銳度PSR,計(jì)算PSR的標(biāo)準(zhǔn)化值Rt

統(tǒng)計(jì)當(dāng)前幀圖像和下一幀圖像目標(biāo)區(qū)域差值的絕對(duì)值的元素和作為差異值St;

當(dāng)Rt小于第一設(shè)定閾值,St小于第二設(shè)定閾值時(shí),判定待跟蹤動(dòng)目標(biāo)被遮擋或者丟失;

當(dāng)判定待跟蹤動(dòng)目標(biāo)沒有被遮擋或者丟失時(shí),則輸出下一幀圖像中的動(dòng)目標(biāo)位置,當(dāng)前幀圖像的跟蹤處理過程結(jié)束;

若判定待跟蹤動(dòng)目標(biāo)存在被遮擋或者丟失時(shí),進(jìn)入步S6;

S6、以S4中得到動(dòng)目標(biāo)位置為中心確定搜索區(qū)域,所述搜索區(qū)域尺寸為預(yù)先設(shè)定值,采用尺度不變特征變換匹配SIFT算法對(duì)下一幀圖像以及下一幀圖像后第k幀圖像進(jìn)行匹配,k為預(yù)設(shè)的幀間隔,然后利用幀差法對(duì)匹配結(jié)果中的搜索區(qū)域進(jìn)行幀差得到二值圖像,若二值圖像中包含動(dòng)目標(biāo)且與待跟蹤動(dòng)目標(biāo)的尺寸限定條件相差在設(shè)定范圍內(nèi),則以所述二值圖像中動(dòng)目標(biāo)的最小外接矩形作為目標(biāo)追蹤框返回S3,否則增大k值重復(fù)本步驟。

2.如權(quán)利要求1所述的一種動(dòng)態(tài)背景中弱小動(dòng)動(dòng)目標(biāo)的連續(xù)穩(wěn)定跟蹤方法,其特征在于,所述S3包括如下步驟:

S31:針對(duì)當(dāng)前幀圖像t,針對(duì)動(dòng)目標(biāo)追蹤框,利用置信圖函數(shù)c(x)計(jì)算出動(dòng)目標(biāo)所在幀的置信度圖:

<mrow> <mi>c</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>b</mi> <mo>&times;</mo> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mo>|</mo> <mfrac> <mrow> <mi>x</mi> <mo>-</mo> <mi>x</mi> <mo>*</mo> </mrow> <mi>&alpha;</mi> </mfrac> <msup> <mo>|</mo> <mi>&beta;</mi> </msup> <mo>)</mo> </mrow> </mrow>

其中,x是動(dòng)目標(biāo)追蹤框內(nèi)的像素值,x*為所述動(dòng)目標(biāo)的點(diǎn)坐標(biāo)對(duì)應(yīng)像素值;b是置信圖函數(shù)中預(yù)設(shè)的規(guī)則化常數(shù),α是置信圖函數(shù)中預(yù)設(shè)的尺度參數(shù),β是置信圖函數(shù)中預(yù)設(shè)的形狀參數(shù);

S32:基于在生物視覺系統(tǒng)中的關(guān)注焦點(diǎn)特性,計(jì)算出當(dāng)前幀圖像的先驗(yàn)概率圖P(c(z)|o):P(c(z)|o)=I(z)ωσ(z-x*);

式中的ωσ為加權(quán)高斯函數(shù),定義為:

其中,I(z)表示圖像中z坐標(biāo)處像素的灰度值,a是加權(quán)高斯函數(shù)中預(yù)設(shè)的規(guī)則化的常數(shù),σ是加權(quán)高斯函數(shù)中預(yù)設(shè)的尺度參數(shù),z為動(dòng)目標(biāo)追蹤框區(qū)域內(nèi)的各像素點(diǎn)的位置坐標(biāo);

S33:利用所得到的置信度圖和先驗(yàn)概率圖建立動(dòng)目標(biāo)的空間上下文模型

F代表快速傅里葉變換。

3.如權(quán)利要求2所述的一種動(dòng)態(tài)背景中弱小動(dòng)動(dòng)目標(biāo)的連續(xù)穩(wěn)定跟蹤方法,其特征在于,所述第一設(shè)定閾值為2,第二設(shè)定閾值為5。

4.如權(quán)利要求1、2或者3所述的一種動(dòng)態(tài)背景中弱小動(dòng)動(dòng)目標(biāo)的連續(xù)穩(wěn)定跟蹤方法,其特征在于,β=1。

當(dāng)前第2頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1