[發(fā)明專利]一種基于多任務(wù)聯(lián)合稀疏表示的目標(biāo)跟蹤方法

有效

• 申請?zhí)枺?/td>: 201210592986.7
• 申請日: 2012-12-31
• 公開（公告）號: CN103077535A
• 公開（公告）日: 2013-05-01
• 發(fā)明（設(shè)計(jì)）人: 胡衛(wèi)明;李威
• 申請（專利權(quán)）人: 中國科學(xué)院自動化研究所
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 宋焰琴

1.一種基于多任務(wù)聯(lián)合稀疏表示的目標(biāo)跟蹤方法，其包括以下步驟：

步驟1：根據(jù)所要跟蹤的目標(biāo)的不同特征，構(gòu)建不同的目標(biāo)模板集合；

步驟2：對于每個特征的目標(biāo)模板集合用一個稀疏表示的任務(wù)，構(gòu)建基于局部稀疏圖的多任務(wù)聯(lián)合稀疏表示模型，其中，每個任務(wù)對應(yīng)一個所述特征；

步驟3：采用近似的加速近鄰梯度算法迭代求解所述多任務(wù)聯(lián)合稀疏表示模型，得到每個任務(wù)的最優(yōu)系數(shù)；

步驟4：使用每個任務(wù)對應(yīng)的特征下跟蹤目標(biāo)和背景區(qū)域顏色直方圖的方差比來選擇不同任務(wù)的權(quán)重；

步驟5：根據(jù)不同任務(wù)的所述最優(yōu)系數(shù)和所選擇的不同權(quán)重，構(gòu)建基于多任務(wù)聯(lián)合稀疏表示的表觀模型，采用粒子濾波算法估計(jì)目標(biāo)的最優(yōu)狀態(tài)作為跟蹤結(jié)果。

2.如權(quán)利要求1所述的方法，其特征在于，所述步驟1中，在構(gòu)建目標(biāo)模板時(shí)，跟蹤目標(biāo)為黑白圖像時(shí)，所述特征包括圖像的灰度、紋理和形狀特征；跟蹤對象為彩色圖像時(shí)，所述特征包括灰度、飽和度、強(qiáng)度、邊緣和紋理特征。

3.如權(quán)利要求1所述的方法，其特征在于，步驟2中所構(gòu)建的基于局部稀疏圖的多任務(wù)聯(lián)合稀疏表示模型如下式所示：

minρ=12Σk=1K||mk-Bkρk||+λΣi=1l||ρiDi||2]]>

當(dāng)1＜＝i＜＝n時(shí)，

Di=diag[Di1,...,Dik,...,DiK],]]>其中Dik=||m‾k-Tik||,if||m‾k-Tik||≤δ0,||m‾k-Tik||>δ,]]>

當(dāng)n+1＜＝i＜＝d+n時(shí)，

D_i＝diag[1，...，1，...，1，...，1]

其中，λ為預(yù)定系數(shù)；K為所述特征的個數(shù)；

Bk=[T1k,T2k,...,Tnk,I1k,I2k,...,Idk],]]>為第k個特征對應(yīng)的目標(biāo)模板集合中的元素，為對目標(biāo)模板的每個像素進(jìn)行編碼的小模板，l為n+d的整數(shù)，n為所述目標(biāo)模板集合中的元素個數(shù)，d為所述小模板集合中的元素個數(shù)；m^k為對應(yīng)第k個特征的任務(wù)下當(dāng)前幀的候選目標(biāo)，為上一幀目標(biāo)的跟蹤結(jié)果；ρi=[ρi1,...,ρik,...,ρiK],]]>表示的是矩陣的轉(zhuǎn)置；為每個小模板的表示系數(shù)；為所述目標(biāo)模板集合中的元素的表示系數(shù)。