买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都航天凯特机电科技有限公司

摘要：本发明公开了一种目标跟踪方法，属于图像处理技术领域，本发明采用YOLO神经网络识别每帧原始图像，在每帧原始图像上采用目标框标注出各目标位置和各目标类型，根据目标框的位置，剪切出各个目标区域，提取出同类型的各个目标区域，实现将分类类型一致的目标区域筛选出来，再从同类型的各个目标区域中筛选出属于同一个目标对象的多个目标区域，从属于同一个目标对象的多个目标区域上提取特征点，构建目标对象的行动轨迹，实现对同一目标的跟踪。

主权项：1.一种目标跟踪方法，其特征在于，包括以下步骤：S1、在管理区域采集图像，得到多帧原始图像；S2、采用YOLO神经网络识别每帧原始图像，对每帧原始图像上各目标采用目标框进行标注；S3、根据标注的目标框的位置，从每帧原始图像上剪切出目标区域；S4、对同类型的每个目标区域进行聚类处理，基于簇特征，筛选出同一个目标对象的多个目标区域；S5、对多个目标区域提取特征点，构建目标对象的行动轨迹；所述S4包括以下分步骤：S41、根据各个像素点的像素值距离，对同类型的每个目标区域上各个像素点进行聚类处理，得到目标区域上的多个簇；S42、根据每个簇在目标区域上的面积占比和每个簇在目标区域上的像素对比值，计算每个簇特征；S43、将一个目标区域上各个簇特征作为元素构成簇特征向量；S44、计算每个簇特征向量与其他簇特征向量的匹配度；S45、提取匹配度大于匹配阈值的所有簇特征向量对应的目标区域，得到同一个目标对象的多个目标区域；所述S42中计算每个簇特征的公式为：，，，其中，θ为簇特征，e为自然常数，γQ为每个簇在目标区域上的面积占比，γp为每个簇在目标区域上的像素对比值，Qc为每个簇具备的像素点数量，Qtarget为目标区域具备的像素点数量，Pc为每个簇的像素值均值，Pmax为所有簇中最大像素值均值，Pmin为所有簇中最小像素值均值；所述S44包括以下分步骤：S441、以一个簇特征向量为对比向量，对其他每个簇特征向量设置一个标志位，标志位的初始值为0；S442、从对比向量中取一个簇特征，作为对比特征；S443、计算对比特征与其他簇特征向量中簇特征的相似度；S444、判断相似度是否大于相似阈值，若是，对相似度大于相似阈值的其他簇特征向量的标志位自加1，并跳转至S442选取下一个簇特征，直到对比向量中簇特征遍历完，若否，则直接跳转至S442选取下一个簇特征，直到对比向量中簇特征遍历完；S445、将标志位作为簇特征向量与另一个簇特征向量的匹配度；所述S5包括以下分步骤：S51、对各个目标区域上的簇进行匹配，得到多组匹配簇集合，从多组匹配簇集合筛选出最优匹配簇集合；S52、对最优匹配簇集合中每个匹配簇保留边缘像素点，得到簇轮廓；S53、对每个簇轮廓提取特征点；S54、对最优匹配簇集合对应的多个特征点进行拟合处理，得到目标对象的行动轨迹；所述S51包括以下分步骤：S511、计算一个目标区域上第j个簇特征与其他目标区域上每个簇特征的相似度，j的初始值为1，j为正整数；S512、从其他每个目标区域上提取最大相似度大于相似阈值对应的簇，得到其他每个目标区域上的匹配簇，将各个匹配簇构成第j组匹配簇集合；S513、将第j组匹配簇集合中匹配簇对应的相似度进行相加，得到第j个相似值；S514、将j自加1，并跳转至步骤S511，直到目标区域上簇特征遍历完；S515、选取相似值最大的匹配簇集合作为最优匹配簇集合；所述S53包括以下分步骤：S531、根据每个簇轮廓上各个像素点的坐标，对每个簇轮廓计算几何中心坐标点；S532、从簇轮廓上取每个像素点作为对比像素点，计算对比像素点与几何中心坐标点的方向角度分布值；S533、将最大方向角度分布值对应的对比像素点作为特征点。

全文数据：

权利要求：

百度查询： 成都航天凯特机电科技有限公司 一种目标跟踪方法