基于SURF特征点图匹配和运动生成模型的视频目标跟踪方法

发明专利无效专利

申请号：
CN201010571129.X
IPC分类号：G06K9/00;G06T7/20
申请日期：
2010-12-03
申请人：
上海交通大学

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SURF特征点图匹配和运动生成模型的视频目标跟踪方法
申请号	CN201010571129.X	申请日期	2010-12-03
法律状态	撤回	申报国家	暂无
公开/公告日	2011-04-06	公开/公告号	CN102004910A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;T;7;/;2;0查看分类表>
申请人	上海交通大学	申请人地址	上海市闵行区东川路800号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	上海交通大学	当前权利人	上海交通大学
发明人	何巍;卢宏涛;张卿
代理机构	上海交达专利事务所	代理人	王锡麟;王桂忠

摘要

一种计算机视觉技术领域的基于SURF特征点图匹配和运动生成模型的视频目标跟踪方法，包括以下步骤：使用局部特征点集描述目标物体；通过将新帧图像中检测得到的特征点集与目标特征点集进行图匹配得到目标局部特征点的运动信息；使用生成模型来刻画局部特征点的运动与目标整体的运动之间的关系；利用最大似然估计在局部特征点运动信息上计算出目标整体运动参数；利用在线最大期望方法更新目标特征点的混合概率系数；通过监视背景特征点是否进入目标区域内来判断。本发明能有效地适用于一般目标的实时跟踪，并且克服现有跟踪方法在光照变化、形态变化、背景纷杂和目标遮挡等情况下的失效。有效地跟踪视频目标，给出正确和实际有效的运动信息。

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