一种基于TLD算法的目标跟踪方法

    公开(公告)号:CN108846850B

    公开(公告)日:2022-06-10

    申请号:CN201810506766.5

    申请日:2018-05-24

    Abstract: 本发明公开了一种基于TLD算法的目标跟踪方法,包括以下步骤:(1)在初始帧,由用户指定跟踪窗口生成正负样本初始化检测模块并形成目标模型。(2)在跟踪过程中,检测模块和跟踪模块独立工作:检测模块扫描当前帧图像获得图像块并依次通过方差分类器、合并分类器、最近邻分类器;跟踪模块采用带有失败检测机制的中值光流法预测当前帧目标位置;(3)整合模块综合检测模块和跟踪模块进行跟踪结果的输出;(4)在更新后的位置产生新的正负样本并利用当前跟踪结果置信度进行加权,利用加权后的正负样本更新检测模块。(5)循环(2)‑(3)直至跟踪结束。在公开数据集上进行的对比实验表明,该方法可以在一定程度上提高跟踪的鲁棒性和精度。

    一种基于TLD算法的目标稳定跟踪方法

    公开(公告)号:CN108765455B

    公开(公告)日:2021-09-21

    申请号:CN201810506760.8

    申请日:2018-05-24

    Abstract: 本发明公开了一种基于TLD算法的目标稳定跟踪方法,包括以下步骤:(1)在待跟踪视频的起始帧进行初始化训练。(2)在跟踪过程中,检测模块和跟踪模块独立工作:检测模块扫描当前帧图像获得图像块并依次通过方差分类器、合并分类器、最近邻分类器,然后对图像块进行聚类;跟踪模块采用中值光流法由上一帧跟踪结果预测当前帧目标位置,并计算该两帧目标位置中心点间的欧式距离D,若D大于一个自适应的阈值,则判定当前帧跟踪失败,跟踪模块不输出任何结果;(3)整合模块输出跟踪结果;(4)对当前更新后的目标位置,产生新的正负样本,从而更新检测模块。(4)循环(2)‑(3)直至跟踪结束。该方法可以在一定程度上提高跟踪的稳定性。

    一种基于TLD算法的目标跟踪方法

    公开(公告)号:CN108846850A

    公开(公告)日:2018-11-20

    申请号:CN201810506766.5

    申请日:2018-05-24

    Abstract: 本发明公开了一种基于TLD算法的目标跟踪方法,包括以下步骤:(1)在初始帧,由用户指定跟踪窗口生成正负样本初始化检测模块并形成目标模型。(2)在跟踪过程中,检测模块和跟踪模块独立工作:检测模块扫描当前帧图像获得图像块并依次通过方差分类器、合并分类器、最近邻分类器;跟踪模块采用带有失败检测机制的中值光流法预测当前帧目标位置;(3)整合模块综合检测模块和跟踪模块进行跟踪结果的输出;(4)在更新后的位置产生新的正负样本并利用当前跟踪结果置信度进行加权,利用加权后的正负样本更新检测模块。(5)循环(2)-(3)直至跟踪结束。在公开数据集上进行的对比实验表明,该方法可以在一定程度上提高跟踪的鲁棒性和精度。

    一种基于TLD算法的目标稳定跟踪方法

    公开(公告)号:CN108765455A

    公开(公告)日:2018-11-06

    申请号:CN201810506760.8

    申请日:2018-05-24

    Abstract: 本发明公开了一种基于TLD算法的目标稳定跟踪方法,包括以下步骤:(1)在待跟踪视频的起始帧进行初始化训练。(2)在跟踪过程中,检测模块和跟踪模块独立工作:检测模块扫描当前帧图像获得图像块并依次通过方差分类器、合并分类器、最近邻分类器,然后对图像块进行聚类;跟踪模块采用中值光流法由上一帧跟踪结果预测当前帧目标位置,并计算该两帧目标位置中心点间的欧式距离D,若D大于一个自适应的阈值,则判定当前帧跟踪失败,跟踪模块不输出任何结果;(3)整合模块输出跟踪结果;(4)对当前更新后的目标位置,产生新的正负样本,从而更新检测模块。(4)循环(2)‑(3)直至跟踪结束。该方法可以在一定程度上提高跟踪的稳定性。

Patent Agency Ranking