摘要
本发明涉及图像目标跟踪技术领域,公开了一种基于多特征融合的视频图像目标跟踪方法及处理装置,所述方法包括获取目标的初始位置参数和当前帧检测参数;根据所述初始位置参数进行计算,得到像素级运动矢量场;根据所述像素级运动矢量场进行预测,得到目标的预测位置参数;根据所述预测位置参数与所述当前帧检测参数进行比对,当所述预测位置参数与所述当前帧检测参数差异小于预设阈值时,则判断目标不被遮挡;当所述预测位置参数与所述当前帧检测参数差异大于预设阈值时现有技术中由于过早切换视角可能带来跟踪误差的累积,在资源受限的场景下,深度学习模型的计算开销通常较大,造成跟踪的准确性和实时性差的问题。
技术关键词
运动矢量场
跟踪方法
轻量级卷积神经网络
LBP纹理
颜色直方图
粒子滤波算法
运动特征
运动状态参数
历史轨迹数据
视频
像素
图像
卡尔曼滤波
记忆单元
光流法
剪枝技术
深度学习模型