一种基于特征共识性的目标追踪眼镜及方法与流程

本发明涉及目标跟踪技术领域。

背景技术：

在公安系统中，办案人员经常要对可疑人员以及可疑车辆进行可视跟踪追查。基于办案的隐蔽性，目前主要的可视追踪方式为人眼追踪或者定点设备追踪。人眼追踪有着追踪方便灵活等优点，但是追踪效率不高，容易跟丢追踪对象。定点设备追踪有着准确率高的优点，但设备一般都是固定装置，体积相对比较庞大，移动性差，跟踪的范围有限，且在多目标情况下无法根据需要实现人为自由选择目标物体进行跟踪，跟踪目标丢失率较大，精度较低。

专利公开号为CN103020983A的中国专利公开了一种用于目标跟踪的人机交互装置及方法，属于目标跟踪技术领域。该装置包括头盔设备，在头盔设备上设置有第一信息处理单元、显示装置、视线追踪系统和多个摄像头；摄像头实时拍摄头盔设备周围的场景视频并将拍摄的场景视频传输给第一信息处理单元；第一信息处理单元接收和处理场景视频，并将处理后的场景视频发送给显示装置；显示装置用于显示处理后的场景视频；视线追踪系统通过对使用者的人眼视线追踪，确定使用者选择跟踪的场景中的目标，锁定目标并进行实时跟踪。

上述专利虽然解决了定点装置的移动性能差特点，但其采用头盔方式，佩戴不方便，且设备占据较大的空间。

技术实现要素：

本发明的目的是提供一种基于特征共识性的目标追踪眼镜。它能有效地解决此类装备体积较大的问题。

本发明另一个目的提供一种基于特征共识性的目标追踪方法，它能有效的处理跟踪目标的算法，结合了基于运动分析的跟踪方法和基于图像匹配的跟踪方法，将光流法与特征匹配法组合，计算追踪目标特征点的相对位置与缩放、旋转比例，通过聚类判断是否为追踪目标的特征点，并由此判断是否为追踪目标。

本发明的目的是通过以下技术方案来实现的：一种基于特征共识性的目标追踪眼镜，所述眼镜包括镜架、镜腿和普通太阳镜片，镜架的两边分别设有镜腿一与镜腿二，镜架上设有微型摄像机，镜腿二上设有中央处理控制器，中央处理控制器上设有开关按钮，镜架左边的普通太阳镜片后面设有OLED有机屏镜片。

本发明第二个目的是通过以下技术方案来实现的：

本发明的使用方法包括如下步骤：

步骤一、开启眼镜开关按钮，微型摄像机拍摄眼镜前方的场景视频，

眼镜佩戴者选取追踪对象；

步骤二、中央处理控制器对场景视频以及追踪对象进行处理，在OLED有机屏镜片上显示处理后的场景视频以及追踪对象；

步骤三、通过OLED有机屏镜片上的追踪对象与普通太阳镜片中看到的场景，锁定所述目标并进行实时追踪。

具体为以下过程：

⑴检测初始视频帧追踪目标框内以及框外的所有特征点和特征描述，将框内的特征描述值赋予K1；

⑵检测第t帧检测视频帧中追踪对象的特征点P；

⑶将视频帧中追踪对象的特征点P与初始视频帧框内以及框外的所有特征点和特征描述进行全局匹配，获取匹配的特征点M，利用第t帧视频帧中追踪对象的特征点P，使用光流法得到追踪对象t+1帧时特征点的位置T；

⑷对匹配的特征点M和利用光流法得到的特征点T进行融合，得到t+1帧时总的特征点R；

⑸根据K1计算t+1帧时总的特征点R相对初始帧特征点的缩放比例、旋转比例；

⑹根据上面两步骤得到的数据计算每一个特征点的Vote，采用聚类的方法选取最大的类也就是最一致的VoteC，判断VoteC的长度是否大于最小阈值；

⑺如果是，将VoteC转换回有效特征点，计算最后新的旋转矩形框的参数，追踪对象在矩形框中；如果不是，追踪对象不在视频中。

本发明与现有技术相比的优点和效果在于：眼镜佩戴者在跟踪特定目标时，不受空间地域限制。眼镜体积小，携带方便，并且在追踪目标时不易被察觉。

附图说明

图1为本发明眼镜示意图；

图2为本发明使用方法流程图；

图3为本发明的目标追踪方法流程图；

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。

实施列：

图1为本发明实施例1基于特征共识性的目标追踪眼镜示意图。本实施例提供了一种基于特征共识性的目标追踪眼镜，所述眼镜包括镜架1、镜腿和普通太阳镜片6，镜架1的两边分别设有镜腿一2与镜腿二3，镜架1上设有微型摄像机5，镜腿二3上设有中央处理控制器4，中央处理控制器4上设有开关按钮8，镜架1左边的普通太阳镜片6后面设有OLED有机屏镜片7。

图2为本发明实施例2基于特征共识性的目标追踪眼镜使用方法流程图。本实施例提供了本发明的使用方法，该方法包括如下过程：

步骤1：开启眼镜开关按钮，微型摄像机拍摄眼镜前方的场景视频。眼镜佩戴者选取追踪对象。

步骤2：中央处理控制器对场景视频以及追踪对象进行处理。在OLED有机屏镜片上显示处理后的场景视频以及追踪对象。

步骤3：通过OLED有机屏镜片上的追踪对象与普通太阳镜片中看到的场景，锁定所述目标并进行实时追踪。

图3为本发明基于特征共识性的目标追踪方法流程图。该方法在步骤3过程中实现，该方法包括如下步骤：

步骤3.1：检测初始视频帧追踪目标框内以及框外的所有特征点和特征描述。

步骤3.2：将框内的特征描述值赋予K1。

步骤3.3：第t帧检测视频帧中追踪对象的特征点P。

步骤3.4：将视频帧中追踪对象的特征点P与初始视频帧框内以及框外的所有特征点和特征描述进行全局匹配，获取匹配的特征点M。

步骤3.5：利用第t帧视频帧中追踪对象的特征点P，使用光流法得到追踪对象t+1帧时特征点的位置T。

步骤3.6：对匹配的特征点M和利用光流法得到的特征点T进行融合，得到t+1帧时总的特征点R。

步骤3.7：根据K1计算t+1帧时总的特征点R相对初始帧特征点的缩放比例、旋转比例。

步骤3.8：根据步骤A7、A8得到的数据计算每一个特征点的Vote。

步骤3.9：采用聚类的方法选取最大的类也就是最一致的VoteC。

步骤3.10：判断VoteC的长度是否大于最小阈值。

步骤3.11：如果是，将VoteC转换回有效特征点，计算最后新的旋转矩形框的参数，追踪对象在矩形框中。

步骤3.12：如果不是，追踪对象不在视频中。