专利交易市场

本发明公开了一种基于后验模板字典学习的目标跟踪方法，主要包含以下步骤：基于目标模板子块的局部重组、基于当前观测的局部子块搜索、基于稀疏重构的半图像搜索、基于稀疏主成分分析的模板增量学习等模块。本发明首次提出基于当前帧观测数据的后验模板字典学习策略。一方面，该策略利用目标候选图像的信息来指导模板字典构建过程，使得所构建的字典模板与当前目标候选图像尽可能吻合，可以有效地表示目标的表观变化。另一方面，目标候选图像仅用于模板字典构建方式，因此可以有效避免过拟合。实验结果表明，相对于传统的字典构建及更新方法，本发明所提出的方法能够更加有效地跟踪目标的表观变化。该算法是一种通用的算法，具有广泛的应用前景。

本发明公开了一种基于目标间参考偏差状态的三维多扩展目标跟踪方法，该目标跟踪方法通过确定参考目标，并利用参考目标与扩展目标的偏差来对扩展目标进行跟踪，进而获取扩展目标的航迹，能够对三维空间中多扩展目标的姿态与轮廓进行准确估计；同时，基于参考目标对多扩展目标进行跟踪，能够在扩展目标遮挡期间对其姿态与轮廓状态的准确估计，有效解决了扩展目标遮挡后跟踪丢失的问题。此外，本发明基于参考目标的状态向量建立所有扩展目标的状态向量，与传统的通过扩展目标质点跟踪所有轮廓点的方法相比，本发明中的所有扩展目标的速度不同，且随时间的变化而变化，具有更加广泛的应用场景。