一種目標跟蹤模板更新的方法、系統(tǒng)和存儲介質(zhì)
基本信息

| 申請?zhí)?/td> | CN201811147806.8 | 申請日 | - |
| 公開(公告)號 | CN109472812A | 公開(公告)日 | 2019-03-15 |
| 申請公布號 | CN109472812A | 申請公布日 | 2019-03-15 |
| 分類號 | G06T7/246(2017.01)I; G06T5/00(2006.01)I; G06K9/62(2006.01)I | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 魯巒峰; 龍玉標; 劉天; 劉振宇 | 申請(專利權)人 | 深圳市錦潤防務科技有限公司 |
| 代理機構(gòu) | 深圳市科吉華烽知識產(chǎn)權事務所(普通合伙) | 代理人 | 深圳市錦潤防務科技有限公司 |
| 地址 | 518000 廣東省深圳市南山區(qū)學苑大道1001號南山智園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幀圖像中的目標跟蹤;步驟3:初始樣本集S的構(gòu)建,及其特征計算;步驟4:K均值聚類,得到初始樣本集的聚類中心C;步驟5:計算聚類中心C與初始模板T0的相關系數(shù);步驟6:判斷相關系數(shù)是否大于閾值;步驟7:進行模板更新;步驟8:利用RANSAC算法對樣本集S進行噪聲過濾。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致的模板更新出錯;3.該方法不受噪聲干擾;4.實時跟蹤時,人眼看到的跟蹤效果,與模板學習時所用的跟蹤樣本,并不完全一致的;5.提供了離線學習的機制。 |





