-
公开(公告)号：CN107833239B
公开(公告)日：2021-05-18
申请号：CN201711029450.3
申请日：2017-10-26
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于加权模型约束的寻优匹配目标跟踪方法，涉及计算机视觉技术领域。该方法以第一帧图像为训练图像，建立带权目标模型，逐帧读取视频图像，并以前一帧为基础得到当前帧的匹配前景区域，利用双向最优相似匹配方法进行目标检测，得到跟踪结果区域；当帧数大于6时，利用距离决策方法对发生误匹配的情况进行重构；当帧数为5的倍数时，根据当前帧的跟踪结果和当前带权目标模型进行加权融合来更新带权目标模型。本发明的方法用于对视频图像序列进行目标跟踪，能防止目标在发生形变、局部遮挡时因目标特征匹配不完全而导致跟踪偏移问题，并能避免背景信息的干扰，保证匹配到的目标更准确。
-
公开(公告)号：CN110111362A
公开(公告)日：2019-08-09
申请号：CN201910342327.X
申请日：2019-04-26
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种局部特征块相似匹配目标跟踪方法，涉及计算机视觉技术领域。该方法读取待跟踪视频图像序列，将第一帧待跟踪视频图像序列作为训练图像，并建立待跟踪视频图像的初始目标模型；然后读取待跟踪视频图像序列的第t帧作为当前帧图像，在当前帧中，根据第一帧圈定的初始目标区域的中心和对角线长度得到当前帧的匹配前景区域；利用陆地移动距离模型匹配算法进行目标检测，确定匹配到的跟踪目标；利用阈值决策方法判断目标模型T中各个局部特征块是否发生严重遮挡，并对当前待跟踪视频图像的目标模型T进行更新；对所有待跟踪视频图像序列进行目标检测，得到待跟踪视频图像序列的跟踪结果。本发明方法能够准确的匹配到目标，匹配结果更鲁棒。
-
公开(公告)号：CN107833239A
公开(公告)日：2018-03-23
申请号：CN201711029450.3
申请日：2017-10-26
Applicant: 辽宁工程技术大学
CPC classification number: G06T7/223 , G06T7/11 , G06T2207/10016 , G06T2207/20081
Abstract: 本发明提供一种基于加权模型约束的寻优匹配目标跟踪方法，涉及计算机视觉技术领域。该方法以第一帧图像为训练图像，建立带权目标模型，逐帧读取视频图像，并以前一帧为基础得到当前帧的匹配前景区域，利用双向最优相似匹配方法进行目标检测，得到跟踪结果区域；当帧数大于6时，利用距离决策方法对发生误匹配的情况进行重构；当帧数为5的倍数时，根据当前帧的跟踪结果和当前带权目标模型进行加权融合来更新带权目标模型。本发明的方法用于对视频图像序列进行目标跟踪，能防止目标在发生形变、局部遮挡时因目标特征匹配不完全而导致跟踪偏移问题，并能避免背景信息的干扰，保证匹配到的目标更准确。
-
-
Search Results
3
records
(took 0.068 seconds)
