一种基于时空上下文模型的目标跟踪方法
专利汇可以提供一种基于时空上下文模型的目标跟踪方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种改良的基于 时空 上下文模型的目标 跟踪 方法，包括的步骤：首先采用传统的时空上下文目标跟踪 算法 (STC)对图像中的目标进行跟踪，然后对时空上下文模型进行反向重建，即利用更新的时空上下文模型反求出前一 帧 图片的目标中心点x*并与前一帧的目标中心点对比进行误差分析，若误差小于设定的 阈值 则认为目标并未跟丢，若误差大于设定的阈值，则系统认为目标跟丢。最后针对目标跟丢的情况下，引入一个加权参数W，来评价目标周围整个上下文区域对跟踪的贡献程度，有助于进一步增强STC算法的鲁棒性。，下面是一种基于时空上下文模型的目标跟踪方法专利的具体信息内容。
1.一种基于时空上下文模型的目标跟踪方法，其特征在于，包括如下步骤：
步骤1：建立目标位置估计模型
目标位置估计模型为：
x表示图像目标区域内的任意位置，o表示目标出现；假定当前帧图像中，目标位置为x*，则 其中I(z)是上下文位置z处的图像灰度， 是
目标位置x*的局部区域，P(x|c(z),o)是目标与周围上下文信息空间关系的条件概率，P(c(z)|o)是局部上下文位置x的上下文先验概率；
步骤2：建立目标与上下文的空间关系模型
空间上下文模型为：
P(x|c(z),o)＝hsc(x-z) (2)
hsc(x-z)是关于目标x与上下文位置z的距离方向函数；
步骤3：建立上下文先验概率模型
上下文先验概率模型为：
P(c(z)|o)＝I(z)ωσ(z-x*) (3)
其中ωσ(z-x*)为加权函数；
步骤4：时空上下文模型的快速在线学习更新
将式(2)、(3)带入式(1)，可得目标位置x的似然估计模型为：
表示卷积，对式(4)两边同时进行快速傅立叶变换，得到：
F(c(x))＝F(hsc(x))⊙F(I(x)ωσ(x-x*)) (5)
⊙表示点乘，F(·)表示快速傅立叶变换，空间上下文模型为：
F-1(·)表示傅立叶逆变换；时空上下文模型由下式进行更新：
在获取t+1时刻新的时空上下文关系后，用两个正傅立叶变换和一个逆傅立叶变换来加速计算新一帧中目标位置的目标位置估计模型：
目标在下一帧的位置对应目标位置估计模型最大的位置：
步骤5：对时空上下文模型的反向重建
对时空上下文模型的反向重建：
在获取t+1时刻的时空上下文关系后，将 带入式(10)，反求出t时刻的时空上下文关系
步骤6：误差分析，设置阈值T
反向求出t时刻的时空上下文关系后 将其带入式(7)求出 将 代入公式
(8)求出ct+1(x)'，与正向求解出的置信度响应ct+1(x)做差，若差值小于设定的阈值T则认为是目标，反之则认为目标跟丢：
|ct+1(x)-ct+1(x)'|≤T，跟踪成功； (11)
|ct+1(x)-ct+1(x)'|＞T，跟踪失败； (12)
步骤7：空间上下文模型的加权
如果|ct+1(x)-ct+1(x)'|＞T，对空间上下文模型P(x|c(z),o)＝hsc(x-z)，即式(2)进行加权；
P(x|c(z),o)＝hsc(x-z)×W(z) (13)W(z)为位置z点位置的相应权值，获取过程如下：
步骤7.1：在第t-1帧提取一定数量的Harris角点，表示为一个集合：
其中 表示第i个Harris角点，下标表示第t-1帧；
步骤7.2：采用Lucas-Kanade光流算法，得到t帧的跟踪结果：
步骤7.3：计算每个角点的位移向量，表示为
步骤7.4：计算中心点的位移向量，表示为
步骤7.5：将上述位移向量转化为极坐标形式：
其中， 为位移向量 的极坐标表示，rti和 分别为位移向量的长度和角度，dx和dy分别为位移向量在x轴和y轴方向的分量，arctan为反正切函数；
步骤7.6：计算目标中心与Harris角点之间的距离：
步骤7.7：计算每个角点的权值：
Wt为第t帧的上下文权值矩阵，Wti为第i个角点对应的权值，γ为尺度参数；
步骤8：将Wt代入空间上下文模型(2)，根据加权后的空间上下文模型重复步骤3和4对目标位置进行跟踪。
一种基于时空上下文模型的目标跟踪方法
技术领域：
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于WSN及无人机的地空协同全域建筑健康监测方法 | 2020-05-14 | 492 |
| 胃行为的仿真方法和系统 | 2020-05-14 | 114 |
| 一种基于多目标追踪框架的无人机视频中车速校正方法 | 2020-05-15 | 896 |
| 多源目标的空间直方图表示与跟踪方法 | 2020-05-16 | 829 |
| 手持式飞机油箱快速三维地图重建装置及重建方法 | 2020-05-11 | 115 |
| 输电线路绝缘子红外智能匹配识别与测距定位方法及系统 | 2020-05-13 | 62 |
| 一种基于深度学习的无人机航拍视频轨迹高精度提取方法 | 2020-05-15 | 190 |
| 基于深度学习和视惯融合的室内机器人运动估计方法 | 2020-05-16 | 361 |
| 一种铸锭过程动态除渣的机器人轨迹规划方法 | 2020-05-11 | 144 |
| 一种用于柔性内窥镜操作机器人的运动控制方法 | 2020-05-15 | 145 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
