公开(公告)号：CN110706253A

公开(公告)日：2020-01-17

申请号：CN201910884524.4

申请日：2019-09-19

Applicant: 中国科学院自动化研究所

Inventor： 胡卫明 ,  李晶

IPC: G06T7/246 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机视觉跟踪技术领域，具体涉及一种基于表观特征和深度特征的目标跟踪方法、系统、装置，旨在解决现有目标跟踪方法忽略目标场景的深度信息导致跟踪精度低的问题。本系统方法包括根据t-1帧的目标位置和预设的目标尺寸，获取待追踪目标在第t帧图像的目标区域和搜索区域；通过表观特征、深度特征提取网络分别提取目标区域、搜索区域的表观特征、深度特征；基于预设权重，分别对目标区域、搜索区域的表观特征、深度特征进行加权平均，得到各自的融合特征；根据目标区域和搜索区域的融合特征，通过相关滤波器得到目标的响应图；将响应图的峰值对应的位置作为第t帧的目标位置。本发明提取目标场景的深度信息，提高了目标跟踪的精度。

公开(公告)号：CN110706253B

公开(公告)日：2022-03-08

申请号：CN201910884524.4

申请日：2019-09-19

Applicant: 中国科学院自动化研究所

Inventor： 胡卫明 ,  李晶

IPC: G06T7/246 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机视觉跟踪技术领域，具体涉及一种基于表观特征和深度特征的目标跟踪方法、系统、装置，旨在解决现有目标跟踪方法忽略目标场景的深度信息导致跟踪精度低的问题。本系统方法包括根据t‑1帧的目标位置和预设的目标尺寸，获取待追踪目标在第t帧图像的目标区域和搜索区域；通过表观特征、深度特征提取网络分别提取目标区域、搜索区域的表观特征、深度特征；基于预设权重，分别对目标区域、搜索区域的表观特征、深度特征进行加权平均，得到各自的融合特征；根据目标区域和搜索区域的融合特征，通过相关滤波器得到目标的响应图；将响应图的峰值对应的位置作为第t帧的目标位置。本发明提取目标场景的深度信息，提高了目标跟踪的精度。