融合显著特征和分块模板的多目标跟踪方法

    公开(公告)号:CN104091348A

    公开(公告)日:2014-10-08

    申请号:CN201410211866.7

    申请日:2014-05-19

    Abstract: 本发明提供一种融合显著特征和分块模板的多目标跟踪方法,采用RGB分量背景差分和迭代阈值检测目标运动区域,提高了运动检测算法的场景光照变化自适应能力;基于目标区域分块、运动像素色彩显著度加权的块质心模型、块质心转移融合和尺度更新方法,计算效率高、抗部分遮挡和相似色彩场景干扰能力强;采用两级数据关联解决多目标测量-跟踪间分配问题,能准确定位发生遮挡的局部区域,从而利用遮挡矩阵指导模板自适应更新、利用块有效色彩和运动信息获得可靠的全局质心转移向量,最终实现复杂场景中多目标持续、稳定和快速跟踪,应用于智能视频监控、空中多目标跟踪与攻击、多任务跟踪智能机器人等领域。

    融合显著特征和分块模板的多目标跟踪方法

    公开(公告)号:CN104091348B

    公开(公告)日:2017-04-05

    申请号:CN201410211866.7

    申请日:2014-05-19

    Abstract: 本发明提供一种融合显著特征和分块模板的多目标跟踪方法,采用RGB分量背景差分和迭代阈值检测目标运动区域,提高了运动检测算法的场景光照变化自适应能力;基于目标区域分块、运动像素色彩显著度加权的块质心模型、块质心转移融合和尺度更新方法,计算效率高、抗部分遮挡和相似色彩场景干扰能力强;采用两级数据关联解决多目标测量‑跟踪间分配问题,能准确定位发生遮挡的局部区域,从而利用遮挡矩阵指导模板自适应更新、利用块有效色彩和运动信息获得可靠的全局质心转移向量,最终实现复杂场景中多目标持续、稳定和快速跟踪,应用于智能视频监控、空中多目标跟踪与攻击、多任务跟踪智能机器人等领域。

Patent Agency Ranking