基于在线初始化梯度增强回归树的目标跟踪方法及系统

发明专利有效专利

申请号：
CN201310130189.1
IPC分类号：G06T7/20
申请日期：
2013-04-15
申请人：
北京大学深圳研究生院

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于在线初始化梯度增强回归树的目标跟踪方法及系统
申请号	CN201310130189.1	申请日期	2013-04-15
法律状态	授权	申报国家	中国
公开/公告日	2013-07-31	公开/公告号	CN103226835A
优先权	暂无	优先权号	暂无
主分类号	G06T7/20 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/20 运动分析（数字视频信号的编解码或解压缩的运动估计入H04N 19/43，H04N 19/51）〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;2;0查看分类表>
申请人	北京大学深圳研究生院	申请人地址	广东省深圳市南山区西丽深圳大学城北京大学校区变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京大学深圳研究生院	当前权利人	北京大学深圳研究生院
发明人	刘宏;梁子琳;丁润伟
代理机构	北京君尚知识产权代理事务所（普通合伙）	代理人	余长江

摘要

本发明涉及一种基于在线初始化梯度增强回归树的目标跟踪方法及系统，在视频输入端、跟踪目标输出端以及在线训练分类器构成的系统中，方法步骤为：1）在视频序列中选择跟踪目标，提取类Haar特征的正负样本；2）根据所述正负样本随机建立在线分类器得到训练残差；3）将所述训练残差作为在线分类器的训练样本进行训练修正，建立目标模型；4）从下一帧视频图像获取图像置信图，目标窗口确定置信值最大的位置，完成跟踪。本发明使得其能够快速收敛到最优点，完成对随机森林检测的优化，并且通过在线学习实现分类器的更新，很好地解决了目标外观变化、快速运动以及遮挡等问题。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供