本發(fā)明涉及圖像檢索、人工智能、深度學(xué)習(xí)技術(shù)領(lǐng)域,具體公開(kāi)了一種社區(qū)監(jiān)控場(chǎng)景下基于局部特征識(shí)別和鄰幀匹配的寵物跟蹤方法,該方法首先對(duì)寵物的頭部、軀體、四肢以合適的若干個(gè)部位選區(qū)進(jìn)行劃分,對(duì)寵物個(gè)體以及每個(gè)局部特征部分建立多層次Adaboost分類器。然后使用建立好的ML?Adaboost分類器識(shí)別出每幀圖像中所存在的寵物個(gè)體以及對(duì)應(yīng)頭部、軀體、四肢部分;采用卡爾曼濾波對(duì)匹配失效的特征所處位置進(jìn)行預(yù)測(cè),以便跟蹤算法能夠?qū)⑦B續(xù)幀的圖像中的寵物軌跡相關(guān)聯(lián)。本發(fā)明能夠在部分特征被遮擋的情況下仍然能夠?qū)櫸飩€(gè)體進(jìn)行大致方向上的跟蹤,并且逐幀匹配過(guò)程中相比于按照紋理特征相似度進(jìn)行匹配的方法更加迅速和精準(zhǔn)。
聲明:
“社區(qū)監(jiān)控場(chǎng)景下基于局部特征識(shí)別和鄰幀匹配的寵物跟蹤方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)