[發明專利]基于L1正則化的實時運動目標跟蹤的新方法

有效

• 申請號: 201310013907.7
• 申請日: 2013-01-15
• 公開（公告）號: CN103077537A
• 公開（公告）日: 2013-05-01
• 發明（設計）人: 楊金福;傅金融;楊宛露;李明愛;趙偉偉;解濤
• 申請（專利權）人: 北京工業大學
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 張慧

1.一種基于L1正則化的實時運動目標跟蹤的新方法，其特征在于包括以下步驟：

步驟1，輸入第一幀圖像，把它轉化為灰度圖像，從第一幀圖像確定跟蹤的目標；

步驟2，初始化跟蹤目標的跟蹤姿態和粒子，方法如下：

在跟蹤的目標上取三個點，形成四邊形的跟蹤框，然后將這三個點進行仿射變換，形成目標初始姿態的仿射六參數的矩陣，并將初始姿態規定為參考模板；根據參考模板仿射參數構造一個擾動，并作為零均值正態分布的方差；參考模板仿射參數加上這個正態分布的噪聲形成NS個仿射參數矩陣作為粒子；

步驟3，初始化模板集，方法如下：

參考模板加上隨機擾動形成N個候選模板，然后將這些模板與M個瑣碎模板組成模板矩陣（例如候選模板矩陣為A，瑣碎模板矩陣為B，則模板矩陣為AB）；其中瑣碎模板個數M為目標矩形框像素點個數，瑣碎模板為M×M的單位矩陣；

步驟4，獲取下一幀圖像，如果不是最后一幀圖像，轉步驟6進行跟蹤；否則，跟蹤結束；

步驟5，圖像進行預處理，將原始圖像轉換成灰度圖像；

步驟6，根據參考模板仿射參數構造一個擾動，并作為零均值正態分布的方差；NS個粒子仿射參數加上這個正態分布的噪聲形成新的仿射參數作為新的粒子；

步驟7，一階段采樣，方法如下：

首先，按下式計算觀測概率的上界：

q(zt|xti)=1Γexp{-a||Ttα^-yti||22}]]>

其中，為t時刻粒子狀態為x_t時觀測值為z_t的概率，T_t表示候選與參考模板組成的模板矩陣，y表示粒子的仿射矩陣從當前幀獲取的跟蹤目標，為最大觀測概率粒子的相應模板系數，a是常數，Γ為概率歸一化參數；

然后，將所得的觀測概率進行排序；

步驟8，二階段采樣：利用函數的導數有界和可解析求解的迭代求解的L1正則化的最小二乘逼近誤差得到模板的系數，然后根據粒子的重構誤差計算粒子精確的觀測概率，并且找出觀測概率最大的粒子，具體方法如下：

原始L1模型為：

argminα12||y-Aα||22+λ||α||1]]>

約束條件：α_T≥0

其中，y是粒子，A是模板集，包括候選模板A_T與瑣碎模板A_I，α是模板系數，包括候選模板系數α_T和瑣碎模板系數α_I，λ是正則化參數，表示f(α)取最小值時α的取值；

由于瑣碎系數能判斷像素是否被遮擋，對模型引入瑣碎系數的二范數項，使模型處理目標被遮擋的情況，得到改進模型為：

argminα12||y-Aα||22+λ||α||1+μt2||αI||22]]>

約束條件：α_T≥0

其中，μ_t為控制瑣碎模板的參數，由遮擋檢測方法自動調整得到；

加速迭代優化L1模型的方法如下：

①將改進的L1正則化模型變換成無約束模型；

迭代優化用于求解無約束模型，先將改進的L1正則化模型轉化為無約束的模型，則改進的正則化模型為：

其中，表示所有元素均為1的向量，表示指示函數，其表達式為：

令F(α)=12||y-A′α||22+λ1TTαT+μt2||aI||22,]]>利用F(α)函數的導數有界，以及G(α)的可解析求解，求解下述最優化問題：

αk+1=argminαL2||α-βk+1+▿F(βk+1)L||22+G(α)]]>

其中，表示求梯度，L是F(α)的上界，βk+1=αk+tk-1-1tk(αk-αk-1),]]>tk+1=1+1+4tk22,]]>k∈[0,∞]，t_k+1為輔助變量(t₀=t_-1=0)；

直到收斂，得到模板系數，從而計算粒子的觀測概率；

②計算粒子的觀測概率：

p(zt|xt)=1Γexp{-a||yt-Ttα^T||22}]]>

其中，為最大觀測概率粒子的相應候選模板系數；

步驟9，重采樣，方法如下：

首先將粒子的觀測概率進行歸一化，然后用粒子數NS乘歸一化后的粒子的觀測概率，從而概率較大的粒子衍生出相對較多的后代粒子，而概率較小的粒子衍生出較少的后代粒子；

步驟10，如果觀測概率最大的粒子與系數最大的候選模板的余弦相似度大于事先定義的閾值，則進行遮擋檢測；遮擋檢測的方法如下：將瑣碎系數組成二維矩陣，當瑣碎系數大于設定閾值，則認為該像素點所在區域可能被遮擋，并標記該像素點；當被標記的連通區域大于設定閾值，則目標是被遮擋，并不更新候選模板集；

步驟11，模板更新：根據概率最大的粒子的模板系數，將其系數最小的候選模板，用其仿射形成的目標模板替換，然后插入到模板矩陣中。