【技术实现步骤摘要】
本专利技术属于图像处理和计算机视觉，尤其涉及一种基于双向结构相似性度量机制的长时遮挡跟踪判别方法。
技术介绍
1、当前研究的目标跟踪算法根据模型生成主要可以分为两大类：一类是基于生成式模型的经典目标跟踪算法，如光流法，粒子滤波，meanshift算法，camshift算法等，另一类是基于判别式模型的跟踪算法，判别式跟踪算法又可以分为基于相关滤波类跟踪算法和基于深度学习网络类的跟踪算法。相关滤波类跟踪算法因其高鲁棒性和实时性成为工程应用中主流跟踪算法，因此，在相关滤波算法基础上，针对复杂环境下目标跟踪时目标遮挡与消失的问题，国内外学者通常从改进模板更新机制、建立跟踪丢失判断与重检测机制、建立目标运动模型等方面入手。在模板更新机制方面，沈玉玲等人在相关滤波跟踪算法基础上依据最大响应值和平均峰相应相关能量值判别对模板更新进行在线监测，提升目标跟踪稳健性。在跟踪丢失判断方面，茅正冲等在kcf算法的基础上增加了角点检测和双向光流法，利用峰值旁瓣比进行目标遮挡判断，有效应对目标被严重遮挡情况。而lee等则利用初始帧与当前帧之间的累积相关峰移动信息构造惩罚图，限制相关输出搜索区域达到消除相应图中错误相关峰干扰。在目标重检测与运动模型估计方面，石义芳等构建了基于一阶马尔可夫链的目标存在三状态时域演变模型，增强目标跟踪时长时遮挡的抵抗能力。廖家才等通过将目标运动信息融入图像特征跟踪容器中降低环境噪声对于跟踪的影响，并使用卡尔曼滤波算法对目标位置进行预测。
2、然而，长时目标遮挡作为目标跟踪领域一种常见的情况，相关滤波类算法仍然无法完全
技术实现思路
1、本专利技术解决的技术问题是：克服现有技术的不足，提供了一种基于双向结构相似性度量机制的长时遮挡跟踪判别方法，解决了长时遮挡情况下跟踪目标遮挡行为判别问题，为后续目标高精度、鲁棒跟踪奠定基础。
2、本专利技术目的通过以下技术方案予以实现：一种基于双向结构相似性度量机制的长时遮挡跟踪判别方法，包括：构建高置信度遮挡判据，对遮挡行为进行初步辨别；当遮挡行为判断为进入遮挡时，将ctrv运动模型(恒定转弯率和速度模型)引入无迹卡尔曼滤波模型中，对背景与跟踪目标之间相对位置进行预测，获取在遮挡条件下跟踪目标预测位置；根据当前时刻右目标模板的位置和当前时刻左目标模板的位置得到目标模板匹配获取的跟踪目标位置，根据在遮挡条件下跟踪目标预测位置、当前时刻跟踪目标位置和模板匹配获取跟踪目标位置精准判断遮挡行为模式。
3、上述基于双向结构相似性度量机制的长时遮挡跟踪判别方法中，构建高置信度遮挡判据，对遮挡行为进行初步辨别包括：根据当前时刻跟踪目标位置和下一时刻跟踪目标位置获取相邻帧图像目标位置差将当前时刻跟踪目标位置区域左右各1/3区域作为左目标模板和右目标模板，得到当前时刻左目标模板的位置和下一时刻左目标模板的位置得到当前时刻右目标模板的位置和下一时刻左目标模板的位置根据当前时刻左目标模板的位置和下一时刻左目标模板的位置得到左目标模板相邻帧图像中目标位置差根据当前时刻右目标模板的位置和下一时刻左目标模板的位置得到右目标模板相邻帧图像中目标位置差选取跟踪目标图像的中心点位参照点，根据当前时刻参照点位置和下一时刻参照点位置得到相邻帧图像背景变换位置差当且跟踪目标存在遮挡；其中，当时，跟踪目标进入遮挡；当或时，跟踪目标完全遮挡；当时，跟踪目标出遮挡。
4、上述基于双向结构相似性度量机制的长时遮挡跟踪判别方法中，左目标模板相邻帧图像中目标位置差为
5、上述基于双向结构相似性度量机制的长时遮挡跟踪判别方法中，右目标模板相邻帧图像中目标位置差为
6、上述基于双向结构相似性度量机制的长时遮挡跟踪判别方法中，相邻帧图像背景变换位置差为
7、上述基于双向结构相似性度量机制的长时遮挡跟踪判别方法中，下一时刻参照点位置为其中，ht为相邻帧图像之间变换矩阵。
8、上述基于双向结构相似性度量机制的长时遮挡跟踪判别方法中，目标模板匹配获取的跟踪目标位置为其中，为当前时刻右目标模板的位置，为当前时刻左目标模板的位置。
9、上述基于双向结构相似性度量机制的长时遮挡跟踪判别方法中，根据在遮挡条件下跟踪目标预测位置、当前时刻跟踪目标位置和模板匹配获取跟踪目标位置精准判断遮挡行为模式包括：以当前时刻跟踪目标位置为中心，截取预设长和预设宽的区域作为第一图像信息imgtar，并计算第一图像信息imgtar的结构相似性值ssimtar；以目标模板匹配获取的跟踪目标位置为中心，截取预设长和预设宽的区域作为第二图像信息imgtar_m，并计算第二图像信息imgtar_m的结构相似性值ssimtar_m；以在遮挡条件下跟踪目标预测位置为中心，截取预设长和预设宽的区域作为第三图像信息imgpre，并计算第三图像信息imgpre的结构相似性值ssimpre；根据第二图像信息imgtar_m和第一图像信息imgtar得到第一交并比值ioutar_m；根据第三图像信息imgpre和第一图像信息imgtar得到第二交并比值ioupre；当ioupre>threshiou&ioutar_m>threshiou，跟踪目标进入遮挡，选取第一图像信息imgtar的结构相似性值ssimtar、第二图像信息imgtar_m的结构相似性值ssimtar_m和第三图像信息imgpre的结构相似性值ssimpre中分值最高的位置作为跟踪目标最终位置结果；其中，threshiou为预设定的交并比阈值；
10、当ioutar_m<threshiou&ioupre>threshiou，跟踪目标完全遮挡，选取第二图像信息imgtar_m的结构相似性值ssimtar_m和第三图像信息imgpre的结构相似性值ssimpre中分值最高的位置作为跟踪目标最终位置结果；其中，threshiou为预设定的交并比阈值；
11、当ioupre<threshiou，跟踪目标出遮挡，选取第二图像信息imgtar_m的结构相似性值ssimtar_m和第三图像信息imgpre的结构相似性值ssimpre中分值最高的位置作为跟踪目标最终位置结果；其中，threshiou为预设定的交并比阈值。
12、一种基于双向结构相似性度量机制的长时遮挡跟踪判别系统，包括：第一模块，用于构建高置信度遮挡判据，对遮挡行为进行初步辨别；第二模块，用于当遮挡行为判断为进入遮挡时，将ctrv运动模型(恒定转弯率和速度模型)引入无迹卡尔曼滤波模型中，对背景与跟踪目标之间相对位置进行预测，获取在遮挡条件下跟踪目标预测位置；第三模块，用于根据当前时刻右目标模板的位置和当前时刻左目标模板的位置得到目标模板匹配获取的跟踪目标位置，根据在遮挡条件下跟踪目标预测位置、当前时刻跟踪目标位置和模板匹配获取跟踪目标位置精准判断遮挡行为模式本文档来自技高网...
【技术保护点】
1.一种基于双向结构相似性度量机制的长时遮挡跟踪判别方法，其特征在于包括：
2.根据权利要求1所述的基于双向结构相似性度量机制的长时遮挡跟踪判别方法，其特征在于：构建高置信度遮挡判据，对遮挡行为进行初步辨别包括：
3.根据权利要求2所述的基于双向结构相似性度量机制的长时遮挡跟踪判别方法，其特征在于：左目标模板相邻帧图像中目标位置差为
4.根据权利要求2所述的基于双向结构相似性度量机制的长时遮挡跟踪判别方法，其特征在于：右目标模板相邻帧图像中目标位置差为
5.根据权利要求2所述的基于双向结构相似性度量机制的长时遮挡跟踪判别方法，其特征在于：相邻帧图像背景变换位置差为
6.根据权利要求2所述的基于双向结构相似性度量机制的长时遮挡跟踪判别方法，其特征在于：下一时刻参照点位置为其中，Ht为相邻帧图像之间变换矩阵。
7.根据权利要求1所述的基于双向结构相似性度量机制的长时遮挡跟踪判别方法，其特征在于：目标模板匹配获取的跟踪目标位置为其中，为当前时刻右目标模板的位置，为当前时刻左目标模板的位置。
8.根据权利
9.一种基于双向结构相似性度量机制的长时遮挡跟踪判别系统，其特征在于包括：
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种基于双向结构相似性度量机制的长时遮挡跟踪判别方法，其特征在于包括：
2.根据权利要求1所述的基于双向结构相似性度量机制的长时遮挡跟踪判别方法，其特征在于：构建高置信度遮挡判据，对遮挡行为进行初步辨别包括：
3.根据权利要求2所述的基于双向结构相似性度量机制的长时遮挡跟踪判别方法，其特征在于：左目标模板相邻帧图像中目标位置差为
4.根据权利要求2所述的基于双向结构相似性度量机制的长时遮挡跟踪判别方法，其特征在于：右目标模板相邻帧图像中目标位置差为
5.根据权利要求2所述的基于双向结构相似性度量机制的长时遮挡跟踪判别方法，其特征在于：相邻帧图像背景变换位置差为
6.根据权利要求2所述的基...
【专利技术属性】
技术研发人员：陈昕，连思铭，蹇制京，罗伟，杨晓冉，
申请(专利权)人：北京航天控制仪器研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。