本发明涉及图像检索、人工智能、深度学习技术领域,具体公开了一种社区监控场景下基于局部特征识别和邻帧匹配的宠物跟踪方法,该方法首先对宠物的头部、躯体、四肢以合适的若干个部位选区进行划分,对宠物个体以及每个局部特征部分建立多层次Adaboost分类器。然后使用建立好的ML‑Adaboost分类器识别出每帧图像中所存在的宠物个体以及对应头部、躯体、四肢部分;采用卡尔曼滤波对匹配失效的特征所处位置进行预测,以便跟踪算法能够将连续帧的图像中的宠物轨迹相关联。本发明能够在部分特征被遮挡的情况下仍然能够对宠物个体进行大致方向上的跟踪,并且逐帧匹配过程中相比于按照纹理特征相似度进行匹配的方法更加迅速和精准。
声明:
“社区监控场景下基于局部特征识别和邻帧匹配的宠物跟踪方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)