作者：陈琪蒙
来源：《中国新通信》 2018年第11期
一、视频目标跟踪技术概述与技术分解
视频目标跟踪是指借助目标的独特信息如颜、纹理、形状等, 从视频顿序列中分析感兴趣的特定目标的运动参数及轨迹, 如目标的位置、大小、形状、速度、加速度等。视频目标跟踪技术从上世纪末开始繁荣发展起来，到现在，已经形成了一系列的方法。大量已涌现的目标跟踪方法依据不同的标准可以进行不同的分类，如下图所示。
二、技术发展趋势
在特征提取阶段，大量算法通过从整个目标区域提取特征来对目标表观进行建模，常用的目标特征包括颜、边缘、纹理等。分类在机器学习领域是常见的问题，将其应用于视频目标跟踪，即为目标建立一个分类器并将跟踪问题看作一个将目标和背景不断分类的问题，在过程建模阶段，该类方法通过少量的训练样本学习出分类器，将测试样本成功分类，分类器的改进成为研究热点。在运动评估阶段，当环境复杂或 目标被遮挡时，同时结合不同搜索或预测机制的算法被提出，针对不同的情况选择不同的方法或进行二次搜索和预测。
三、视频目标跟踪领域专利分析
3.1 国内外申请趋势
为了分析视频目标跟踪领域的专利申请趋势与分布，在本节采用关键词与分类号的检索方式，通过检索专利库DWPI 得到如下结果。如图2 所示，视频目标跟踪起源较早，1995 年之前经历了一段时间的技术萌芽期。之后从1995 年至2005 年属于该技术的缓慢发展期，期间主要以国外申请为主。2005 年之后，随着计算机的发展与普及，借助计算机强大的数据处理功能来模拟实现人类的视觉功能的计算机视觉系统应运而生，国内国外同时进入了视频目标跟踪技术的快速发展期，此阶段的申请量大幅增长。
3.2 技术原创国及主要申请人分析
从技术原创国的分布来看，中国、美国、日韩以及欧洲部分国家排名靠前，其中国外的一些大型企业如IBM、三星、微软、佳能等具有与视频目标跟踪技术相关的产业，是该领域的主要申请人，如图4 所示。国内部分的主要申请人来自于科研高校，主要有西安电子科技大学、上海交通大学、北京航空航天大学以及中科院自动化研究所等，其均设有该领域的研究团队，一直致力于该技术的创新，另外创新性突出的华为在该领域也有所建树。
总结：本文从视频目标跟踪的原理出发、分析了其发展概况及研究趋势，同时介绍了该领域的国内外专利申请状况以及主要申请人。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议