-
公开(公告)号:CN107292918B
公开(公告)日:2020-06-19
申请号:CN201610931660.0
申请日:2016-10-31
申请人: 清华大学深圳研究生院 , 深圳市环球数码科技有限公司
摘要: 本发明提供一种基于视频在线学习的跟踪方法和装置,该方法包括步骤:A1.经初始化后,将视频帧送入检测模块,由检测模块检测运动目标,产生样本,生成样本集;同时,跟踪模块和检测模块并行进行,跟踪模块估计运动目标出现的坐标,生成运动轨迹;其中,跟踪模块包括MOSSE滤波器;A2.将样本集和运动轨迹输入P‑N学习模块,由P‑N学习模块进行评估和校正,把置信度最高的记为正样本,其余作为负样本,生成训练数据;A3.P‑N学习模块评估得到当前帧运动目标出现的最可信的一个位置,作为跟踪的结果进行跟踪;同时P‑N学习模块利用生成的正负样本和新坐标,反作用于跟踪模块和检测模块,更新检测模块的样本集和跟踪模块的滤波模型。通过采用MOSSE滤波器,提高了处理速度和运算效率,且减少了光照变化等引发跟踪失败的几率,更具有鲁棒性。
-
公开(公告)号:CN107292918A
公开(公告)日:2017-10-24
申请号:CN201610931660.0
申请日:2016-10-31
申请人: 清华大学深圳研究生院 , 深圳市环球数码科技有限公司
摘要: 本发明提供一种基于视频在线学习的跟踪方法和装置,该方法包括步骤:A1.经初始化后,将视频帧送入检测模块,由检测模块检测运动目标,产生样本,生成样本集;同时,跟踪模块和检测模块并行进行,跟踪模块估计运动目标出现的坐标,生成运动轨迹;其中,跟踪模块包括MOSSE滤波器;A2.将样本集和运动轨迹输入P-N学习模块,由P-N学习模块进行评估和校正,把置信度最高的记为正样本,其余作为负样本,生成训练数据;A3.P-N学习模块评估得到当前帧运动目标出现的最可信的一个位置,作为跟踪的结果进行跟踪;同时P-N学习模块利用生成的正负样本和新坐标,反作用于跟踪模块和检测模块,更新检测模块的样本集和跟踪模块的滤波模型。通过采用MOSSE滤波器,提高了处理速度和运算效率,且减少了光照变化等引发跟踪失败的几率,更具有鲁棒性。
-