公开(公告)号：CN110827327B

公开(公告)日：2023-04-18

申请号：CN201810917390.7

申请日：2018-08-13

Applicant: 中国科学院长春光学精密机械与物理研究所

Inventor： 戴伟聪 ,  金龙旭 ,  李国宁

IPC: G06T7/277 ,  G06T7/246 ,  G06V10/80 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明实施例提供了一种基于融合的长期目标跟踪方法。该基于融合的长期目标跟踪方法首先给定初始帧中目标的位置及尺寸信息，通过提取特征分别训练核相关滤波器与贝叶斯分类器，融合两个分类器获得短期跟踪方法，并使用短期跟踪方法和支持向量机构成重检测模块；根据短期跟踪方法响应图的平均峰值相关能量与最大响应值与对应的历史均值的关系，控制重检测模块的工作和模型的更新。本发明实施例的基于融合的长期目标跟踪方法利用响应峰值以及平均峰值相关能量对更新模板进行优化，自适应选择是否更新模型；并且提出一种重检测方法，解决了目标跟踪检测范围被贝叶斯分类器限制与目标丢失的问题，增强了目标跟踪的鲁棒性。

公开(公告)号：CN110827319A

公开(公告)日：2020-02-21

申请号：CN201810917388.X

申请日：2018-08-13

Applicant: 中国科学院长春光学精密机械与物理研究所

Inventor： 戴伟聪 ,  李国宁 ,  金龙旭

IPC: G06T7/246 ,  G06T7/90 ,  G06K9/62

Abstract: 本发明实施例提供了一种基于局部敏感直方图改进的Staple目标跟踪方法。该基于局部敏感直方图改进的Staple目标跟踪方法首先计算灰度图像的3通道局部敏感直方图，再通过两个岭回归方程分别求解并提取特征训练两个跟踪模型，其中颜色分类器使用局部敏感直方图的每个通道上提取的直方图训练，最后融合两个跟踪模型的分类结果获得目标在当前帧的位置，从而有效地解决了现有Staple目标跟踪方法在单通道的灰度图像及红外图像上跟踪效果不理想的问题。

公开(公告)号：CN110751670A

公开(公告)日：2020-02-04

申请号：CN201810812948.5

申请日：2018-07-23

Applicant: 中国科学院长春光学精密机械与物理研究所

Inventor： 戴伟聪 ,  金龙旭 ,  李国宁 ,  程博阳

IPC: G06T7/207 ,  G06T7/246 ,  G06K9/62

Abstract: 本发明实施例公开一种基于融合的目标跟踪方法，该目标跟踪方法分别训练核相关滤波器和贝叶斯分类器，并采用加权平均法集成核相关滤波的响应和贝叶斯分类器的响应，并基于贝叶斯分类器和方向梯度直方图特征融合成一种新的特征，该新的特征能够有效地增强相关滤波器的判别能力。进一步地，本发明实施例的目标跟踪方法采用Sigmoid更新模型从而能够自适应调整模型学习率，Sigmoid更新模型能够使贝叶斯分类器自适应地更新，避免模型被不良样本所污染，从而能够在多种工况下实时且准确地跟踪目标。