一种基于运动预测和区块搜索的视频目标跟踪方法

    公开(公告)号:CN118587413A

    公开(公告)日:2024-09-03

    申请号:CN202410537270.X

    申请日:2024-04-30

    Abstract: 本发明涉及一种基于运动预测和区块搜索的视频目标跟踪方法,提出了运动预测和区块搜索策略;利用平均峰值相关能量、尺寸比例变化和跟踪分数三个跟踪结果评价指标来判断跟踪漂移是否发生,当跟踪器出现跟踪漂移时,利用运动预测和区块搜索策略及时重新定位目标的位置并完成后续的稳定跟踪,具体地,首先采用卡尔曼滤波器预测目标的运动轨迹,如果在一定时间内未能正确预测到目标,将采用区块搜索来定位目标,对搜索区域进行扩大,然后将搜索区域划分为若干个区块,在每个区块中计算目标的相似度,最后完成目标的精确定位;本发明大大提高了跟踪漂移后目标重新定位的准确性和精确度,并且在获得稳定的跟踪性能的条件下取得了更快的运行速度。

    一种基于分阶段的自适应多目标跟踪方法

    公开(公告)号:CN119444802A

    公开(公告)日:2025-02-14

    申请号:CN202411492992.4

    申请日:2024-10-24

    Abstract: 本发明涉及一种基于分阶段的自适应多目标跟踪方法,提出了分阶段关联的思路与自适应权重策略,当视频序列中待跟踪目标出现长时间遮挡、形变和光照变化等复杂情况,通过目标被遮挡程度对目标轨迹进行分类,结合实际情况设置合理的轨迹检测框关联顺序,同时针对每次关联设计不同的关联策略,进一步提升了跟踪准确率;将置信度差值与速度方向信息作为弱线索辅助强线索进行目标轨迹与检测框之间的匹配,进一步提升关联成功率;外观特征更新模块针对不同遮挡程度的目标设计不同外观特征更新策略,以提高外观特征的判别性。本发明的跟踪方法在复杂场景下仍能保持轨迹连续性与跟踪稳定性。

Patent Agency Ranking