本发明公开了一种基于显著度的目标跟踪方法。
该方法首先将目标分块,并根据小块构建目标外貌模型。接着,采用粒子滤波技术得到候选对象集合,并对每个候选对象构建与目标相同的外貌模型。
然后,采用基于局部的显著度计算方法,得到目标的显著度图。随后,根据显著度图计算每个小块的权重。
最后,根据候选对象与目标的外貌模型以及各个小块的权重,计算各个候选对象与目标的相似度。并将相似度最高的候选对象作为跟踪结果。
本目标跟踪方法发明通过引入显著度信息,使得目标外貌模型突出反映显著区域的特征,从而提高了目标跟踪算法的鲁棒性。
| 专利名称 | 一种基于显著度的目标跟踪方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | 201410086703.0 |
| 申请号 | - | 专利申请日期 | 2014-03-11 |
| 专利授权日期 | 2016-08-17 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 胡瑞敏;王亦民;梁超;罗波;郑琪;熊明福 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于显著度的目标跟踪方法,本发明首先把目标分块,并根据小块构建目标外貌模型。然后采用粒子滤波得到候选对象集合,并对每个候选对象构建与目标相同的外貌模型。接下来采用基于局部的显著度计算方法,得到目标的显著度图,并根据显著度图计算每个小块的权重。最后根据候选对象与目标的外貌模型以及各个小块的权重,我们得到各个候选对象与目标的相似度,并把相似度最高的候选对象作为跟踪结果。本发明通过引入显著度信息,使得目标外貌模型突出反映显著区域的特征,从而提高了目标跟踪算法的鲁棒性。 | ||