-
公开(公告)号：CN102881022B
公开(公告)日：2015-04-08
申请号：CN201210253327.0
申请日：2012-07-20
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于在线学习的遮挡目标跟踪方法，主要解决现有技术中当目标被遮挡时，目标发生模板漂移及目标被完全遮挡时跟踪失败的问题。其方法步骤为：(1)输入一段视频的第一帧，并人工标记出待跟踪的目标；（2）建立并初始化随机森林检测器和Kalman滤波器；(3)由随机森林检测器检测目标，由Lucas-Kanade跟踪器跟踪目标；(4)根据随机森林的检测结果和Lucas-Kanade跟踪器的跟踪结果，确定目标位置；(5)判断目标是否被遮挡；(6)判断目标是否被完全遮挡；(7)在线更新；(8)运用更新后的Kalman滤波器对目标的位置进行预测；（9）显示跟踪结果；(10)重复步骤(3)—步骤(9)，直到视频图像结束。本发明具有当目标被部分遮挡或完全遮挡时跟踪准确的优点，可应用于人机交互领域。
-
公开(公告)号：CN102831618A
公开(公告)日：2012-12-19
申请号：CN201210253267.2
申请日：2012-07-20
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于霍夫森林的视频目标跟踪方法，主要解决现有技术中当目标被部分遮挡或发生非刚性变化时容易跟踪失败的问题。其方法步骤为：(1)输入一段视频的第一帧，并人工标记出待跟踪的目标；（2）从输入的第一帧视频图像中，提取视频图像的特征；(3)建立并初始化霍夫森林检测器；(4)检测目标并进行霍夫投票；(5)用Lucas-Kanade跟踪器跟踪目标，获得目标框大小的尺度变化s；(6)根据霍夫森林检测中的投票峰值和Lucas-Kanade跟踪器的跟踪结果，确定目标位置；(7)根据目标框大小的尺度变化s调整目标框的宽和高，并显示；（8）重新训练霍夫森林检测器；(9)重复步骤(4)—步骤(8)，直到视频结束。本发明具有对遮挡目标跟踪准确的优点，可用于人机交互和交通监控领域。
-
公开(公告)号：CN102881022A
公开(公告)日：2013-01-16
申请号：CN201210253327.0
申请日：2012-07-20
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于在线学习的遮挡目标跟踪方法，主要解决现有技术中当目标被遮挡时，目标发生模板漂移及目标被完全遮挡时跟踪失败的问题。其方法步骤为：(1)输入一段视频的第一帧，并人工标记出待跟踪的目标；（2）建立并初始化随机森林检测器和Kalman滤波器；(3)由随机森林检测器检测目标，由Lucas-Kanade跟踪器跟踪目标；(4)根据随机森林的检测结果和Lucas-Kanade跟踪器的跟踪结果，确定目标位置；(5)判断目标是否被遮挡；(6)判断目标是否被完全遮挡；(7)在线更新；(8)运用更新后的Kalman滤波器对目标的位置进行预测；（9）显示跟踪结果；(10)重复步骤(3)—步骤(9)，直到视频图像结束。本发明具有当目标被部分遮挡或完全遮挡时跟踪准确的优点，可应用于人机交互领域。
-
公开(公告)号：CN102831618B
公开(公告)日：2014-11-12
申请号：CN201210253267.2
申请日：2012-07-20
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于霍夫森林的视频目标跟踪方法，主要解决现有技术中当目标被部分遮挡或发生非刚性变化时容易跟踪失败的问题。其方法步骤为：(1)输入一段视频的第一帧，并人工标记出待跟踪的目标；（2）从输入的第一帧视频图像中，提取视频图像的特征；(3)建立并初始化霍夫森林检测器；(4)检测目标并进行霍夫投票；(5)用Lucas-Kanade跟踪器跟踪目标，获得目标框大小的尺度变化s；(6)根据霍夫森林检测中的投票峰值和Lucas-Kanade跟踪器的跟踪结果，确定目标位置；(7)根据目标框大小的尺度变化s调整目标框的宽和高，并显示；（8）重新训练霍夫森林检测器；(9)重复步骤(4)—步骤(8)，直到视频结束。本发明具有对遮挡目标跟踪准确的优点，可用于人机交互和交通监控领域。
-
-
-
Search Results
4
records
(took 0.027 seconds)
