摘要
本发明实施例提供了一种面向对象的特征点跟踪方法,包括:对视频帧进行目标检测,得到目标的检测框;在目标检测的检测框里面提取特征点,对特征点进行跟踪;计算目标运动轨迹。具体地,利用YOLOv5对视频帧进行目标检测,得到目标的检测框,在检测框内提取特征点。采用基于Harris角点检测算法的特征点提取方法,对图像的旋转、尺度变化、亮度变化等具有较好的鲁棒性;对提取的特征点进行跟踪。采用基于KCF算法的特征点跟踪方法,具有计算量小、实时性好、跟踪精度高等优点;根据跟踪得到的特征点位置,计算目标的运动轨迹。采用基于最小二乘法的轨迹拟合方法,对特征点的位置进行平滑处理,得到目标的运动轨迹。
技术关键词
特征点跟踪方法
Hessian矩阵
SURF算法
KCF算法
视频帧
特征金字塔网络
特征提取网络
Harris角点检测算法
生成特征
特征点提取方法
邻域
运动
像素点
局部特征信息
轨迹可视化
检测模型训练
线性回归模型
最小化误差
系统为您推荐了相关专利信息
血管介入手术
导航方法
Hessian矩阵
导丝
血管模型
临床医学检验
数据分类系统
数据分类方法
人机交互单元
数据格式