-
公开(公告)号：CN117495905A
公开(公告)日：2024-02-02
申请号：CN202311466190.1
申请日：2023-11-06
Applicant: 西安电子科技大学
IPC: G06T7/246 , G06T7/70 , G06T7/90 , G06N3/0464 , G06N3/08
Abstract: 一种基于跟踪置信度分析与自适应尺度处理的抗遮挡目标跟踪方法，根据目标不同跟踪状态，采取不同的特征融合方式，得到目标融合特征；根据相关滤波响应，计算目标跟踪置信度，以反映目标处于正常跟踪、轻微遮挡或严重遮挡的状态；当目标被严重遮挡、出视野或发生大幅形变时，进行中心扩散搜索，以前一帧目标位置为中心生成一系列候选区域，计算相关响应，得到遮挡处理的最佳目标位置；在非正常跟踪情况下，采用动态学习率调整方法，以确保中心扩散搜索的有效性，并提高处理速度；应用边框相关滤波提取边界框，并采用自适应尺度处理方法得到最终目标框，实现目标跟踪。本发明可实现对视频图像中遮挡目标的跟踪，降低了计算成本且目标跟踪精度较高。
-
公开(公告)号：CN119992125A
公开(公告)日：2025-05-13
申请号：CN202411862089.2
申请日：2024-12-17
Applicant: 西安电子科技大学
IPC: G06V10/62 , G06V10/80 , G06V10/52 , G06V10/44 , G06V10/46 , G06V10/50 , G06V10/56 , G06V10/762 , G06V10/764 , G06V10/766 , G06V10/25 , G06V20/40 , G06V40/20
Abstract: 本发明公开了一种基于多尺度联合特征自适应融合的目标跟踪方法，输入第1帧图像，对模型进行初始化；输入第t帧图像，得到最终的候选边框，从所述最终的候选边框中提取候选目标区域；对每个候选目标区域提取特征，确定每个候选目标区域的HOG特征、颜色直方图特征、Haar局部特征和LBP特征响应；计算自适应融合参数，进行自适应响应融合，求得最终响应结果；根据所述最终响应结果的最大值，确定最终目标预测候选区域，返回最大响应对应的候选目标区域，将该目标区域尺度确定为当前帧的目标尺度；使用第t帧图像的最终目标预测候选区域构造基础训练样本，对模型进行训练更新，获得下一帧图像的滤波器模型、颜色直方图模型。
-
公开(公告)号：CN119942150A
公开(公告)日：2025-05-06
申请号：CN202411863186.3
申请日：2024-12-17
Applicant: 西安电子科技大学
IPC: G06V10/62 , G06V10/80 , G06V10/52 , G06V10/50 , G06V10/56 , G06V10/764 , G06V10/766 , G06V10/26 , G06V10/25 , G06V10/54 , G06V10/72 , G06V10/77 , G06V20/40
Abstract: 本发明公开了一种基于多尺度空间约束抗遮挡的跟踪方法，提取候选目标区域的HOG特征、CN特征和灰度特征，并使用PCA方法对HOG特征和CN特征降维，加快运算效率；采用通道权重融合方法，对每一层特征单独训练滤波器，通过自适应融合权重，使有效特征层的响应效果更加突出，解决了多特征响应融合不充分的问题；提出阶梯空间约束方法，优化颜色空间约束模型，约束模型错误遮盖目标信息，空域限制模型限制效果；通过自适应学习率和扩散搜索方法，减少滤波器学习到的无关信息并提高目标被遮挡时的跟踪准确度；提出三叉树尺度加速方法，引入尺度滤波器，并在尺度滤波器的基础上，将尺度滤波器的并行结构改造为三叉树分类结构。
-
公开(公告)号：CN117611634A
公开(公告)日：2024-02-27
申请号：CN202311723023.0
申请日：2023-12-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于响应融合及自适应尺度处理的目标跟踪方法，针对相关滤波类跟踪算法特征提取有效性和丰富性不足、快速尺度变化时应对能力差、抗干扰能力弱的问题，本发明提出了基于特征响应融合的尺度自适应目标跟踪算法。首先，引入了基于颜色直方图特征的概率感知模型，根据背景区域与目标区域的分布差异特性，建立了背景抑制模型与干扰检测模型；随后，通过目标区域的概率均值实现融合权重的自适应计算，将背景抑制模型与干扰检测模型进行根据实时场景的自适应融合处理；最后，在尺度处理方面，将引入有效最值的形体边缘检测的目标预测模型用于计算跟踪中的目标尺度变化，提高了处理尺度变换场景时算法的精度。
-
-
-
Search Results
4
records
(took 0.028 seconds)
