一種計算目標(biāo)跟蹤過程中目標(biāo)形變或遮擋程度的方法
【專利摘要】一種計算目標(biāo)跟蹤過程中目標(biāo)形變或遮擋程度的方法涉及電子學(xué)【技術(shù)領(lǐng)域】，該方法包括：1）將目標(biāo)跟蹤結(jié)果y視為原始目標(biāo)模型A的一種一階線性回歸y＝Ax+n+s，其中x為系數(shù)，n為高斯誤差，s為拉普拉斯誤差，求取一階線性回歸y＝Ax+n+s中的A；2）迭代計算系數(shù)x和拉普拉斯噪聲s，給定則再用計算得到的則如此反復(fù)迭代直到達(dá)到最大迭代次數(shù)或得到的與上次迭代計算得到的差值小于精度閾值停止迭代；3）對s進(jìn)行處理得到目標(biāo)遮擋程度。本發(fā)明能夠?qū)崟r在線計算目標(biāo)跟蹤結(jié)果與原目標(biāo)模型的遮擋以及形變位置及程度，并生成一個二值圖像來表示遮擋或形變情況，為更新目標(biāo)以及對跟蹤結(jié)果的精度和準(zhǔn)確度等分析提供很好的依據(jù)。
【專利說明】一種計算目標(biāo)跟蹤過程中目標(biāo)形變或遮擋程度的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及電子學(xué)【技術(shù)領(lǐng)域】，尤其涉及一種計算目標(biāo)跟蹤過程中目標(biāo)形變或遮擋程度的方法。
【背景技術(shù)】
[0002]目標(biāo)跟蹤是一項融合圖像處理、模式識別、概率論及隨機(jī)過程、泛函及優(yōu)化和偏微分方程等多學(xué)科的復(fù)雜課題，其一直是計算機(jī)視覺領(lǐng)域的重要研究課題，被廣泛應(yīng)用在智能人機(jī)交互、醫(yī)療診斷、安防監(jiān)控、汽車智能交通等方面。
[0003]現(xiàn)有的目標(biāo)跟蹤方法很多，如經(jīng)典的相關(guān)跟蹤算法、基于不變性特征(SIFT)匹配的目標(biāo)跟蹤方法、基于均值漂移理論的目標(biāo)跟蹤方法、基于粒子濾波的目標(biāo)跟蹤方法等等，這些方法都是關(guān)注在一些特定的、或者是復(fù)雜的背景下對特定目標(biāo)能夠跟蹤上即完成任務(wù)，而要想實現(xiàn)長期穩(wěn)定的目標(biāo)跟蹤，就必須根據(jù)具體情況實時更新目標(biāo)模型，并對目標(biāo)在跟蹤過程中出現(xiàn)的部分形變和部分遮擋等情況要有很好的魯棒性。
[0004]因此，需要提供一種方法，為更新目標(biāo)提供依據(jù)，從而避免將變化的背景以及遮擋物更新到目標(biāo)模型中，使目標(biāo)跟蹤更加穩(wěn)定。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是提供一種計算目標(biāo)跟蹤過程中目標(biāo)形變或遮擋程度的方法，其能夠穩(wěn)定判斷出目標(biāo)的遮擋情況以及目標(biāo)的形變等情況，可以作為是否進(jìn)行智能學(xué)習(xí)更新目標(biāo)的依據(jù)。
[0006]為了實現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下:
[0007]—種計算目標(biāo)跟蹤過程中目標(biāo)形變或遮擋程度的方法包括如下步驟:
[0008]步驟1、將目標(biāo)跟蹤結(jié)果y視為原始目標(biāo)模型A的一種一階線性回歸y = Ax+n+s,其中X為系數(shù)，η為高斯誤差，s為拉普拉斯誤差，求取一階線性回歸y = Ax+n+s中的A ;
[0009]步驟2、計算拉普拉斯誤差s:采用迭代方法進(jìn)行求解，給定拉普拉斯誤
差估計值則系數(shù)X的估計值
【權(quán)利要求】
1.一種計算目標(biāo)跟蹤過程中目標(biāo)形變或遮擋程度的方法，其特征在于，該方法包括如下步驟: 步驟1、將目標(biāo)跟蹤結(jié)果I視為原始目標(biāo)模型A的一種一階線性回歸y = Ax+n+s，其中X為系數(shù)，η為高斯誤差，s為拉普拉斯誤差，求取一階線性回歸y = Ax+n+s中的A ; 步驟2、計算拉普拉斯誤差s:采用迭代方法進(jìn)行求解，給定拉普拉斯誤差估計值纟，則系數(shù)X的估計值
【文檔編號】G06T5/00GK103927716SQ201410119868
【公開日】2014年7月16日 申請日期:2014年3月27日 優(yōu)先權(quán)日:2014年3月27日
【發(fā)明者】高文, 朱明 , 郝志成 申請人:中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所