摘要
本发明公开了一种基于多尺度空间约束抗遮挡的跟踪方法,提取候选目标区域的HOG特征、CN特征和灰度特征,并使用PCA方法对HOG特征和CN特征降维,加快运算效率;采用通道权重融合方法,对每一层特征单独训练滤波器,通过自适应融合权重,使有效特征层的响应效果更加突出,解决了多特征响应融合不充分的问题;提出阶梯空间约束方法,优化颜色空间约束模型,约束模型错误遮盖目标信息,空域限制模型限制效果;通过自适应学习率和扩散搜索方法,减少滤波器学习到的无关信息并提高目标被遮挡时的跟踪准确度;提出三叉树尺度加速方法,引入尺度滤波器,并在尺度滤波器的基础上,将尺度滤波器的并行结构改造为三叉树分类结构。
技术关键词
多尺度空间约束
跟踪方法
颜色直方图模型
滤波器模型
梯度方向直方图
梯度直方图
灰度特征
图像
通道
样本
训练滤波器
滤波器系数
约束方法
分类结构
抑制算法
基础
回归方法
搜索方法
系统为您推荐了相关专利信息
天然气站场
跟踪方法
多特征信息
直方图
摄像头监控系统
轨迹跟踪方法
图像处理单元
视觉
追踪算法
重载AGV技术
节点
演化规则
路径规划方法
障碍物
寻找最优路径
检测跟踪方法
卡尔曼滤波算法
协方差矩阵
数据
点云