CN103679754A - 一种实时目标搜索与跟踪技术 - Google Patents

一种实时目标搜索与跟踪技术 Download PDF

Info

Publication number
CN103679754A
CN103679754A CN201310713689.8A CN201310713689A CN103679754A CN 103679754 A CN103679754 A CN 103679754A CN 201310713689 A CN201310713689 A CN 201310713689A CN 103679754 A CN103679754 A CN 103679754A
Authority
CN
China
Prior art keywords
frame
target
dimensionality reduction
window
real
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310713689.8A
Other languages
English (en)
Inventor
张艳丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hebei Hanguang Heavy Industry Ltd
Original Assignee
Hebei Hanguang Heavy Industry Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hebei Hanguang Heavy Industry Ltd filed Critical Hebei Hanguang Heavy Industry Ltd
Priority to CN201310713689.8A priority Critical patent/CN103679754A/zh
Publication of CN103679754A publication Critical patent/CN103679754A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)

Abstract

本发明涉及一种实时目标搜索与跟踪技术。包括下列步骤：（1）在t帧的时候，我们采样得到若干张正样本的目标和负样本的背景的图像片，然后对他们进行多尺度变换，再通过一个稀疏测量矩阵对多尺度图像特征进行降维，然后通过降维后的特征去训练朴素贝叶斯分类器；（2）在t+1帧的时候，我们在上一帧跟踪到的目标位置的周围采样n个扫描窗口，避免去扫描整幅图像，通过同样的稀疏测量矩阵对其降维，提取特征，然后用第t帧训练好的朴素贝叶斯分类器进行分类，分类分数最大的窗口就认为是目标窗口。这样就实现了从t帧到t+1帧的目标跟踪。它简单、高效。

Description

一种实时目标搜索与跟踪技术
技术领域
本发明属于搜索与跟踪领域，特别涉及一种实时的目标搜索与跟踪技术。
背景技术
近年来，由于计算和存储成本的大幅下跌，使得以视频速率或者近似视频速率采集存储图像序列成为可能；运动图像分析在科学技术研究和工程应用中也有着很诱人的发展前景，正是这些原因推动了对视频目标跟踪研究的热潮。目前，视频目标跟踪已经有了一些成功的应用，比如：(1)军事上的各种防卫系统，如机载火力控制系统，机载预警系统，战场监视系统，地面警戒系统，舰载预警系统等；(2)空中交通管制(ATC)系统，供各种军用和民用飞行器的交通管理，包括途中和终点地区的管理、进场管理、防撞警告、碰撞回避等等；(3)海岸监视系统p1(MS)，它与现代导航技术相结合，完成对航道和港口的导航，避免船只的碰撞和保证低可见度下的正常航行；(4)汽车、个人GPS导航系统，提供地图、安全信息等方面的服务。视频目标跟踪系统与传统的目标探测系统相比有一些突出的优点，例如视频跟踪系统具有隐蔽性、直观性、抗电子干扰性、性价比高等。与雷达系统相比，视频跟踪系统为被动式工作系统，工作时不向外辐射无线电波，不易被敌方的电子侦查装置发现，也不易受到敌方电子干扰装置的干扰，即隐蔽性好，抗干扰能力强。由于可以直接看到目标图像，因而能方便、直观地辨认目标。此外，在近距离跟踪方面，视频目标跟踪系统具有较高的精确性、稳定性和可靠性。但是，相对于西方发达国家如火如荼的研究和发展，国内的视频目标跟踪研究起步较晚，相关的研究比较落后。
发明内容
为了克服现有技术的缺点，本发明提供一种实时目标搜索与跟踪技术。它简单、高效。
本发明解决其技术问题所采取的技术方案是：包括下列步骤：（1）在t帧的时候，我们采样得到若干张正样本的目标和负样本的背景的图像片，然后对他们进行多尺度变换，再通过一个稀疏测量矩阵对多尺度图像特征进行降维，然后通过降维后的特征去训练朴素贝叶斯分类器；
（2）在t+1帧的时候，我们在上一帧跟踪到的目标位置的周围采样n个扫描窗口，避免去扫描整幅图像，通过同样的稀疏测量矩阵对其降维，提取特征，然后用第t帧训练好的朴素贝叶斯分类器进行分类，分类分数最大的窗口就认为是目标窗口。这样就实现了从t帧到t+1帧的目标跟踪。
本发明简单、高效。
具体实施方式
包括下列步骤：
（1）在t帧的时候，我们采样得到若干张目标（正样本）和背景（负样本）的图像片，然后对他们进行多尺度变换，再通过一个稀疏测量矩阵对多尺度图像特征进行降维，然后通过降维后的特征（包括目标和背景，属二分类问题）去训练朴素贝叶斯分类器。
（2）在t+1帧的时候，我们在上一帧跟踪到的目标位置的周围采样n个扫描窗口（避免去扫描整幅图像），通过同样的稀疏测量矩阵对其降维，提取特征，然后用第t帧训练好的朴素贝叶斯分类器进行分类，分类分数最大的窗口就认为是目标窗口。这样就实现了从t帧到t+1帧的目标跟踪。

Claims (1)

1.一种实时目标搜索与跟踪技术，其特征在于：包括下列步骤：（1）在t帧的时候，我们采样得到若干张正样本的目标和负样本的背景的图像片，然后对他们进行多尺度变换，再通过一个稀疏测量矩阵对多尺度图像特征进行降维，然后通过降维后的特征去训练朴素贝叶斯分类器；（2）在t+1帧的时候，我们在上一帧跟踪到的目标位置的周围采样n个扫描窗口，避免去扫描整幅图像，通过同样的稀疏测量矩阵对其降维，提取特征，然后用第t帧训练好的朴素贝叶斯分类器进行分类，分类分数最大的窗口就认为是目标窗口。这样就实现了从t帧到t+1帧的目标跟踪。
CN201310713689.8A 2013-12-20 2013-12-20 一种实时目标搜索与跟踪技术 Pending CN103679754A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310713689.8A CN103679754A (zh) 2013-12-20 2013-12-20 一种实时目标搜索与跟踪技术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310713689.8A CN103679754A (zh) 2013-12-20 2013-12-20 一种实时目标搜索与跟踪技术

Publications (1)

Publication Number Publication Date
CN103679754A true CN103679754A (zh) 2014-03-26

Family

ID=50317204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310713689.8A Pending CN103679754A (zh) 2013-12-20 2013-12-20 一种实时目标搜索与跟踪技术

Country Status (1)

Country Link
CN (1) CN103679754A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156978A (zh) * 2014-07-04 2014-11-19 合肥工业大学 基于球载平台的多目标动态跟踪方法
CN104299247A (zh) * 2014-10-15 2015-01-21 云南大学 一种基于自适应测量矩阵的视频目标跟踪方法
CN104376302A (zh) * 2014-11-17 2015-02-25 哈尔滨工业大学深圳研究生院 一种基于车载利用相邻帧间图像结合单帧图像检测优化方法
CN106709935A (zh) * 2016-11-25 2017-05-24 厦门中控生物识别信息技术有限公司 目标实时跟踪方法及装置
CN106874843A (zh) * 2016-12-30 2017-06-20 浙江宇视科技有限公司 一种目标跟踪方法以及设备
CN107305557A (zh) * 2016-04-20 2017-10-31 北京陌上花科技有限公司 内容推荐方法及装置
CN109445453A (zh) * 2018-09-12 2019-03-08 湖南农业大学 一种基于OpenCV的无人机实时压缩跟踪方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102915453A (zh) * 2012-08-30 2013-02-06 华南理工大学 一种实时反馈更新的车辆检测方法
CN103027713A (zh) * 2012-12-22 2013-04-10 中国科学院深圳先进技术研究院 基于超声图像的肌肉厚度测量方法和系统
CN103413143A (zh) * 2013-07-29 2013-11-27 西北工业大学 基于动态稀疏投影的视频目标跟踪方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102915453A (zh) * 2012-08-30 2013-02-06 华南理工大学 一种实时反馈更新的车辆检测方法
CN103027713A (zh) * 2012-12-22 2013-04-10 中国科学院深圳先进技术研究院 基于超声图像的肌肉厚度测量方法和系统
CN103413143A (zh) * 2013-07-29 2013-11-27 西北工业大学 基于动态稀疏投影的视频目标跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KAIHUA ZHANG ET AL.: "Real-Time Compressive Tracking", 《COMPUTER VISION - ECCV 2012》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156978A (zh) * 2014-07-04 2014-11-19 合肥工业大学 基于球载平台的多目标动态跟踪方法
CN104156978B (zh) * 2014-07-04 2018-08-10 合肥工业大学 基于球载平台的多目标动态跟踪方法
CN104299247A (zh) * 2014-10-15 2015-01-21 云南大学 一种基于自适应测量矩阵的视频目标跟踪方法
CN104299247B (zh) * 2014-10-15 2017-06-06 云南大学 一种基于自适应测量矩阵的视频目标跟踪方法
CN104376302A (zh) * 2014-11-17 2015-02-25 哈尔滨工业大学深圳研究生院 一种基于车载利用相邻帧间图像结合单帧图像检测优化方法
CN104376302B (zh) * 2014-11-17 2017-12-15 哈尔滨工业大学深圳研究生院 一种基于车载利用相邻帧间图像结合单帧图像检测优化方法
CN107305557A (zh) * 2016-04-20 2017-10-31 北京陌上花科技有限公司 内容推荐方法及装置
CN106709935A (zh) * 2016-11-25 2017-05-24 厦门中控生物识别信息技术有限公司 目标实时跟踪方法及装置
CN106874843A (zh) * 2016-12-30 2017-06-20 浙江宇视科技有限公司 一种目标跟踪方法以及设备
CN109445453A (zh) * 2018-09-12 2019-03-08 湖南农业大学 一种基于OpenCV的无人机实时压缩跟踪方法

Similar Documents

Publication Publication Date Title
CN103679754A (zh) 一种实时目标搜索与跟踪技术
Liu et al. Digital television based passive bistatic radar system for drone detection
Wagner et al. Radar signal processing for jointly estimating tracks and micro-Doppler signatures
CN109581345A (zh) 基于毫米波雷达的目标检测与跟踪方法及系统
CN104237881B (zh) Fmcw防碰撞雷达多目标检测与跟踪系统及方法
CN103235310B (zh) 一种车载毫米波列车防撞雷达系统
RU2684970C2 (ru) Способ и система идентификации транспортных средств
US8718323B2 (en) Batch detection association for enhanced target descrimination in dense detection environments
CN113167860A (zh) 雷达深度学习
CN105842683A (zh) 一种无人机综合防御系统及方法
CN112902756A (zh) 一种基于低空拒止系统的低慢小飞行目标指定点诱骗方法
US11899132B2 (en) Super-resolution enhancement techniques for radar
Garvanov et al. Target detection using a GPS forward-scattering radar
CN103454634B (zh) 基于多普勒谱分析的sar运动目标检测方法
CN110320507B (zh) 一种低小慢目标自动探测、跟踪、识别系统
CN104133211A (zh) 一种多普勒频率变换雷达目标分类识别方法
Musa et al. A review of copter drone detection using radar systems
CN102495403A (zh) 一种雷达信号处理方法
Kłos et al. On the possibility of using LOFAR radio telescope for passive radiolocation
CN111983602A (zh) 一种微小目标探测雷达装置
Vlasak et al. The analysis of small RCS target detection in primary radar system
US10302755B2 (en) Tracking apparatus and method for airborne targets
Liu et al. A novel range-spread target detection approach for frequency stepped chirp radar
Huang et al. LSS UAV target intelligent detection in urban complex environment
CN202770990U (zh) Ads-b抗虚假目标处理系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140326