本發(fā)明涉及目標(biāo)跟蹤技術(shù)領(lǐng)域,特別涉及一種目標(biāo)跟蹤方法及系統(tǒng)。
背景技術(shù):
當(dāng)前,越來越多的應(yīng)用場(chǎng)景需要進(jìn)行視頻圖像采集,以獲取場(chǎng)景中的相關(guān)視頻圖像信息。而在某些特定的情況下,還需要對(duì)視頻圖像中的特定目標(biāo)進(jìn)行識(shí)別跟蹤,以獲取特定目標(biāo)所處的位置信息。現(xiàn)有的目標(biāo)跟蹤技術(shù),能夠大體上滿足人們對(duì)目標(biāo)跟蹤的基本要求,應(yīng)用范圍越來越廣,在交通、犯罪偵查、拍照、打擊恐怖主義等方面取得了顯著成效。
然而,現(xiàn)有的目標(biāo)跟蹤技術(shù)依然存在跟蹤精度較低的問題,如何進(jìn)一步提高目標(biāo)跟蹤精度是目前還有待解決的問題。
技術(shù)實(shí)現(xiàn)要素:
有鑒于此,本發(fā)明的目的在于提供一種目標(biāo)跟蹤方法及系統(tǒng),能夠進(jìn)一步提高目標(biāo)跟蹤精度。其具體方案如下:
一種目標(biāo)跟蹤方法,包括:
對(duì)目標(biāo)對(duì)象展開第一階段跟蹤,得到n幀跟蹤圖像;其中,n為不小于2的正整數(shù);
提取并保存所述n幀跟蹤圖像中每一幀跟蹤圖像的特征圖以及相應(yīng)的特征圖系數(shù),得到相應(yīng)的特征池;
利用所述特征池,對(duì)所述目標(biāo)對(duì)象展開第二階段跟蹤;
其中,在所述第二階段跟蹤中的任一次跟蹤過程均包括:計(jì)算本次跟蹤過程的幀跟蹤圖像所對(duì)應(yīng)的頻域特征圖與所述特征池中每個(gè)特征圖之間的響應(yīng)度,得到相應(yīng)的n個(gè)響應(yīng)圖,然后將所述n個(gè)響應(yīng)圖中具有最大響應(yīng)值的位置確定為當(dāng)前所述目標(biāo)對(duì)象的最新跟蹤位置。
可選的,所述對(duì)目標(biāo)對(duì)象展開第一階段跟蹤的過程,包括:
利用kcf跟蹤算法,對(duì)所述目標(biāo)對(duì)象展開第一階段跟蹤。
可選的,在所述第二階段跟蹤中的任一次跟蹤過程中,計(jì)算本次跟蹤過程的幀跟蹤圖像所對(duì)應(yīng)的頻域特征圖與所述特征池中每個(gè)特征圖之間的響應(yīng)度的過程,具體包括:
從本次跟蹤過程的幀跟蹤圖像中截取與上一幀跟蹤圖像中的跟蹤位置相一致的位置區(qū)域,得到候選搜索區(qū)域;
計(jì)算與所述候選搜索區(qū)域?qū)?yīng)的頻域特征圖,然后計(jì)算該頻域特征圖與所述特征池中每個(gè)特征圖之間的響應(yīng)度。
可選的,在所述第二階段跟蹤中的任一次跟蹤過程中,將所述n個(gè)響應(yīng)圖中具有最大響應(yīng)值的位置確定為當(dāng)前所述目標(biāo)對(duì)象的最新跟蹤位置的過程之后,還包括:
對(duì)所述特征池中的每個(gè)特征圖以及相應(yīng)的特征圖系數(shù)進(jìn)行更新。
可選的,所述對(duì)所述特征池中的每個(gè)特征圖以及相應(yīng)的特征圖系數(shù)進(jìn)行更新的過程,包括:
利用預(yù)設(shè)的特征池更新公式,對(duì)所述特征池中的每個(gè)特征圖以及相應(yīng)的特征圖系數(shù)進(jìn)行更新;其中,所述特征池更新公式為:
式中,
本發(fā)明還公開了一種目標(biāo)跟蹤系統(tǒng),包括:
第一跟蹤模塊,用于對(duì)目標(biāo)對(duì)象展開第一階段跟蹤,得到n幀跟蹤圖像;其中,n為不小于2的正整數(shù);
特征池創(chuàng)建模塊,用于提取并保存所述n幀跟蹤圖像中每一幀跟蹤圖像的特征圖以及相應(yīng)的特征圖系數(shù),得到相應(yīng)的特征池;
第二跟蹤模塊,用于利用所述特征池,對(duì)所述目標(biāo)對(duì)象展開第二階段跟蹤;
其中,所述第二跟蹤模塊在所述第二階段跟蹤中所進(jìn)行的任一次跟蹤過程均包括:計(jì)算本次跟蹤過程的幀跟蹤圖像所對(duì)應(yīng)的頻域特征圖與所述特征池中每個(gè)特征圖之間的響應(yīng)度,得到相應(yīng)的n個(gè)響應(yīng)圖,然后將所述n個(gè)響應(yīng)圖中具有最大響應(yīng)值的位置確定為當(dāng)前所述目標(biāo)對(duì)象的最新跟蹤位置。
可選的,所述第一跟蹤模塊,具體用于利用kcf跟蹤算法,對(duì)所述目標(biāo)對(duì)象展開第一階段跟蹤。
可選的,所述第二跟蹤模塊,包括:
區(qū)域截取單元,用于在所述第二階段跟蹤的任一次跟蹤過程中,從本次跟蹤過程的幀跟蹤圖像中截取與上一幀跟蹤圖像中的跟蹤位置相一致的位置區(qū)域,得到候選搜索區(qū)域;
響應(yīng)度確定單元,用于計(jì)算與所述候選搜索區(qū)域?qū)?yīng)的頻域特征圖,然后計(jì)算該頻域特征圖與所述特征池中每個(gè)特征圖之間的響應(yīng)度,得到相應(yīng)的n個(gè)響應(yīng)圖;
位置確定單元,用于將所述n個(gè)響應(yīng)圖中具有最大響應(yīng)值的位置確定為當(dāng)前所述目標(biāo)對(duì)象的最新跟蹤位置。
可選的,所述目標(biāo)跟蹤系統(tǒng),還包括:
特征池更新單元,用于對(duì)所述特征池中的每個(gè)特征圖以及相應(yīng)的特征圖系數(shù)進(jìn)行更新。
可選的,所述特征池更新單元,具體用于利用預(yù)設(shè)的特征池更新公式,對(duì)所述特征池中的每個(gè)特征圖以及相應(yīng)的特征圖系數(shù)進(jìn)行更新;其中,所述特征池更新公式為:
式中,
本發(fā)明中,目標(biāo)跟蹤方法,包括:對(duì)目標(biāo)對(duì)象展開第一階段跟蹤,得到n幀跟蹤圖像;其中,n為不小于2的正整數(shù);提取并保存n幀跟蹤圖像中每一幀跟蹤圖像的特征圖以及相應(yīng)的特征圖系數(shù),得到相應(yīng)的特征池;利用特征池,對(duì)目標(biāo)對(duì)象展開第二階段跟蹤;其中,在第二階段跟蹤中的任一次跟蹤過程均包括:計(jì)算本次跟蹤過程的幀跟蹤圖像所對(duì)應(yīng)的頻域特征圖與特征池中每個(gè)特征圖之間的響應(yīng)度,得到相應(yīng)的n個(gè)響應(yīng)圖,然后將n個(gè)響應(yīng)圖中具有最大響應(yīng)值的位置確定為當(dāng)前目標(biāo)對(duì)象的最新跟蹤位置。
可見,本發(fā)明在對(duì)目標(biāo)對(duì)象進(jìn)行跟蹤時(shí),分為兩個(gè)階段的跟蹤過程,在第一階段跟蹤過程中,先獲取n幀跟蹤圖像,并獲取與上述n幀跟蹤圖像對(duì)應(yīng)的特征圖和特征圖系數(shù),得到相應(yīng)的特征池,然后利用上述特征池展開第二階段的跟蹤,也即在第二階段跟蹤過程中,基于幀跟蹤圖像所對(duì)應(yīng)的頻域特征圖與特征池中每個(gè)特征圖之間的響應(yīng)度,來確定出當(dāng)前目標(biāo)對(duì)象的最新跟蹤位置,由此實(shí)現(xiàn)對(duì)目標(biāo)對(duì)象的跟蹤位置的優(yōu)化,從而進(jìn)一步提高了目標(biāo)跟蹤精度。
附圖說明
為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的實(shí)施例,對(duì)于本領(lǐng)域普通技術(shù)人員來講,在不付出創(chuàng)造性勞動(dòng)的前提下,還可以根據(jù)提供的附圖獲得其他的附圖。
圖1為本發(fā)明實(shí)施例公開的一種目標(biāo)跟蹤方法流程圖;
圖2為本發(fā)明實(shí)施例公開的一種具體的目標(biāo)跟蹤方法流程圖;
圖3為本發(fā)明實(shí)施例公開的一種目標(biāo)跟蹤系統(tǒng)結(jié)構(gòu)示意圖。
具體實(shí)施方式
下面將結(jié)合本發(fā)明實(shí)施例中的附圖,對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述,顯然,所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例,而不是全部的實(shí)施例?;诒景l(fā)明中的實(shí)施例,本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例,都屬于本發(fā)明保護(hù)的范圍。
本發(fā)明實(shí)施例公開了一種目標(biāo)跟蹤方法,參見圖1所示,該方法包括:
步驟s11:對(duì)目標(biāo)對(duì)象展開第一階段跟蹤,得到n幀跟蹤圖像;其中,n為不小于2的正整數(shù);
步驟s12:提取并保存上述n幀跟蹤圖像中每一幀跟蹤圖像的特征圖以及相應(yīng)的特征圖系數(shù),得到相應(yīng)的特征池;
步驟s13:利用特征池,對(duì)目標(biāo)對(duì)象展開第二階段跟蹤;
其中,在第二階段跟蹤中的任一次跟蹤過程均包括:計(jì)算本次跟蹤過程的幀跟蹤圖像所對(duì)應(yīng)的頻域特征圖與特征池中每個(gè)特征圖之間的響應(yīng)度,得到相應(yīng)的n個(gè)響應(yīng)圖,然后將上述n個(gè)響應(yīng)圖中具有最大響應(yīng)值的位置確定為當(dāng)前目標(biāo)對(duì)象的最新跟蹤位置。
可見,本發(fā)明實(shí)施例在對(duì)目標(biāo)對(duì)象進(jìn)行跟蹤時(shí),分為兩個(gè)階段的跟蹤過程,在第一階段跟蹤過程中,先獲取n幀跟蹤圖像,并獲取與上述n幀跟蹤圖像對(duì)應(yīng)的特征圖和特征圖系數(shù),得到相應(yīng)的特征池,然后利用上述特征池展開第二階段的跟蹤,也即在第二階段跟蹤過程中,基于幀跟蹤圖像所對(duì)應(yīng)的頻域特征圖與特征池中每個(gè)特征圖之間的響應(yīng)度,來確定出當(dāng)前目標(biāo)對(duì)象的最新跟蹤位置,由此實(shí)現(xiàn)對(duì)目標(biāo)對(duì)象的跟蹤位置的優(yōu)化,從而進(jìn)一步提高了目標(biāo)跟蹤精度。
參見圖2所示,本發(fā)明實(shí)施例公開了一種具體的目標(biāo)跟蹤方法,包括以下步驟:
步驟s21:利用kcf跟蹤算法(kcf,即kernelcorrelationfilter,核相關(guān)濾波),對(duì)目標(biāo)對(duì)象展開第一階段跟蹤,得到n幀跟蹤圖像;其中,n為不小于2的正整數(shù)。
其中,上述n值不小于2,本實(shí)施例中上述n值具體可以取為20。
步驟s22:提取并保存上述n幀跟蹤圖像中每一幀跟蹤圖像的特征圖以及相應(yīng)的特征圖系數(shù),得到相應(yīng)的特征池。
步驟s23:利用特征池,對(duì)目標(biāo)對(duì)象展開第二階段跟蹤。
其中,在第二階段跟蹤中的任一次跟蹤過程均包括:計(jì)算本次跟蹤過程的幀跟蹤圖像所對(duì)應(yīng)的頻域特征圖與特征池中每個(gè)特征圖之間的響應(yīng)度,得到相應(yīng)的n個(gè)響應(yīng)圖,然后將上述n個(gè)響應(yīng)圖中具有最大響應(yīng)值的位置確定為當(dāng)前目標(biāo)對(duì)象的最新跟蹤位置。
具體的,在第二階段跟蹤中的任一次跟蹤過程中,計(jì)算本次跟蹤過程的幀跟蹤圖像所對(duì)應(yīng)的頻域特征圖與特征池中每個(gè)特征圖之間的響應(yīng)度的過程,具體包括:
從本次跟蹤過程的幀跟蹤圖像中截取與上一幀跟蹤圖像中的跟蹤位置相一致的位置區(qū)域,得到候選搜索區(qū)域,接著計(jì)算與候選搜索區(qū)域?qū)?yīng)的頻域特征圖,然后計(jì)算該頻域特征圖與特征池中每個(gè)特征圖之間的響應(yīng)度,得到相應(yīng)的n個(gè)響應(yīng)圖。具體的,可以通過下式來計(jì)算響應(yīng)圖:
式中,
在得到上述n個(gè)響應(yīng)圖之后,本發(fā)明實(shí)施例將會(huì)把上述n個(gè)響應(yīng)圖中具有最大響應(yīng)值的位置確定為當(dāng)前目標(biāo)對(duì)象的最新跟蹤位置。也即:
式中,pos表示當(dāng)前目標(biāo)對(duì)象的最新跟蹤位置,i=1,2,...,n。
進(jìn)一步的,在第二階段跟蹤中的任一次跟蹤過程中,將上述n個(gè)響應(yīng)圖中具有最大響應(yīng)值的位置確定為當(dāng)前目標(biāo)對(duì)象的最新跟蹤位置的過程之后,還可以包括:對(duì)特征池中的每個(gè)特征圖以及相應(yīng)的特征圖系數(shù)進(jìn)行更新。
本實(shí)施例中,上述對(duì)特征池中的每個(gè)特征圖以及相應(yīng)的特征圖系數(shù)進(jìn)行更新的過程,具體可以包括:
利用預(yù)設(shè)的特征池更新公式,對(duì)特征池中的每個(gè)特征圖以及相應(yīng)的特征圖系數(shù)進(jìn)行更新;其中,上述特征池更新公式具體為:
式中,
本實(shí)施例中,上述更新學(xué)習(xí)速率η的具體取值可以為0.02。
相應(yīng)的,本發(fā)明實(shí)施例還公開了一種目標(biāo)跟蹤系統(tǒng),參見圖3所示,該系統(tǒng)包括:
第一跟蹤模塊11,用于對(duì)目標(biāo)對(duì)象展開第一階段跟蹤,得到n幀跟蹤圖像;其中,n為不小于2的正整數(shù);
特征池創(chuàng)建模塊12,用于提取并保存n幀跟蹤圖像中每一幀跟蹤圖像的特征圖以及相應(yīng)的特征圖系數(shù),得到相應(yīng)的特征池;
第二跟蹤模塊13,用于利用特征池,對(duì)目標(biāo)對(duì)象展開第二階段跟蹤;
其中,第二跟蹤模塊13在第二階段跟蹤中所進(jìn)行的任一次跟蹤過程均包括:計(jì)算本次跟蹤過程的幀跟蹤圖像所對(duì)應(yīng)的頻域特征圖與特征池中每個(gè)特征圖之間的響應(yīng)度,得到相應(yīng)的n個(gè)響應(yīng)圖,然后將n個(gè)響應(yīng)圖中具有最大響應(yīng)值的位置確定為當(dāng)前目標(biāo)對(duì)象的最新跟蹤位置。
本實(shí)施例中,上述第一跟蹤模塊,具體可以用于利用kcf跟蹤算法,對(duì)目標(biāo)對(duì)象展開第一階段跟蹤。
另外,上述第二跟蹤模塊,具體可以包括區(qū)域截取單元、響應(yīng)度確定單元和位置確定單元;其中,
區(qū)域截取單元,用于在第二階段跟蹤的任一次跟蹤過程中,從本次跟蹤過程的幀跟蹤圖像中截取與上一幀跟蹤圖像中的跟蹤位置相一致的位置區(qū)域,得到候選搜索區(qū)域;
響應(yīng)度確定單元,用于計(jì)算與候選搜索區(qū)域?qū)?yīng)的頻域特征圖,然后計(jì)算該頻域特征圖與特征池中每個(gè)特征圖之間的響應(yīng)度,得到相應(yīng)的n個(gè)響應(yīng)圖。具體的,可以通過下式來計(jì)算響應(yīng)圖:
式中,
位置確定單元,用于將上述n個(gè)響應(yīng)圖中具有最大響應(yīng)值的位置確定為當(dāng)前目標(biāo)對(duì)象的最新跟蹤位置。也即:
式中,pos表示當(dāng)前目標(biāo)對(duì)象的最新跟蹤位置,i=1,2,...,n。
進(jìn)一步的,本實(shí)施例中的目標(biāo)跟蹤系統(tǒng),還可以包括:
特征池更新單元,用于對(duì)特征池中的每個(gè)特征圖以及相應(yīng)的特征圖系數(shù)進(jìn)行更新。
其中,上述特征池更新單元,具體可以用于利用預(yù)設(shè)的特征池更新公式,對(duì)特征池中的每個(gè)特征圖以及相應(yīng)的特征圖系數(shù)進(jìn)行更新;其中,特征池更新公式為:
式中,
可見,本發(fā)明實(shí)施例在對(duì)目標(biāo)對(duì)象進(jìn)行跟蹤時(shí),分為兩個(gè)階段的跟蹤過程,在第一階段跟蹤過程中,先獲取n幀跟蹤圖像,并獲取與上述n幀跟蹤圖像對(duì)應(yīng)的特征圖和特征圖系數(shù),得到相應(yīng)的特征池,然后利用上述特征池展開第二階段的跟蹤,也即在第二階段跟蹤過程中,基于幀跟蹤圖像所對(duì)應(yīng)的頻域特征圖與特征池中每個(gè)特征圖之間的響應(yīng)度,來確定出當(dāng)前目標(biāo)對(duì)象的最新跟蹤位置,由此實(shí)現(xiàn)對(duì)目標(biāo)對(duì)象的跟蹤位置的優(yōu)化,從而進(jìn)一步提高了目標(biāo)跟蹤精度。
最后,還需要說明的是,在本文中,諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來,而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且,術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下,由語句“包括一個(gè)……”限定的要素,并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。
以上對(duì)本發(fā)明所提供的一種目標(biāo)跟蹤方法及系統(tǒng)進(jìn)行了詳細(xì)介紹,本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述,以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想;同時(shí),對(duì)于本領(lǐng)域的一般技術(shù)人員,依據(jù)本發(fā)明的思想,在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處,綜上所述,本說明書內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。