一种用于目标跟踪的带有重要性图的特征整合方法[CN201810619533.6] - 南京师范大学

专利申请

2018-06-12
公布公告

2021-09-28
授权日期

2021-09-28
终止

2031-09-26

一种用于目标跟踪的带有重要性图的特征整合方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201810619533.6 申请日期： 2018-06-12 专利主类别： G06T7/246 {{ classMap["G06T7/246"] }}

申请人名称：南京师范大学

查看申请人名下所有专利

申请人地址：江苏省南京市鼓楼区宁海路122号

专利分类项目

G06T7/246 : 使用基于特征的方法，如角、段

专利注册信息

初审公告期号	2018-06-12	初审公告日期	2021-09-28
注册公告期号	2021-09-28	注册公告日期	2021-09-28
专用权期限	2021-09-28 - 2031-09-26	专利类型	发明授权
代理组织机构	南京经纬专利商标代理有限公司查看该机构代理的所有专利

专利介绍

本发明公开了一种用于单目标跟踪的带有重要性图的特征整合方法，该方法包括如下步骤：以上一帧目标位置为中心提取当前帧的候选区域特征，包括梯度方向直方图、灰度特征；利用相关滤波模型预测目标位置；以当前帧目标位置为中心提取当前帧的训练样本；训练用于下一帧目标定位的相关滤波模型以及特征的重要性图；循环往复直至图像序列结束。利用重要性图，本方法充分的发挥了不同手工特征的互补性，能够实时训练模型、检测目标。由于梯度方向直方图关注梯度、对光照鲁棒，而灰度特征关注同质区域、对形变鲁棒；在重要性图的帮助下，提出的方法能够兼顾两者特点，提升相关滤波方法对形变、光照的鲁棒性，因此具有较高的使用价值。

法律进度