[發明專利]基于上下文約束編碼的目標跟蹤方法

有效

• 申請號: 201310404988.3
• 申請日: 2013-09-08
• 公開（公告）號: CN103473560A
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 田小林;焦李成;尚小維;王爽;劉憲龍;張小華
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于上下文約束編碼的目標跟蹤方法，包括以下步驟：?

（1）輸入一段視頻的第一幀，人工標記出待跟蹤的目標，得到跟蹤框的位置；?

（2）以跟蹤框位置為中心獲取49個正樣本和49個負樣本，將涵蓋所有正負樣本的范圍定義為搜索窗；?

（3）構建第一幀字典B^t：?

根據dense-sift方法，提取搜索窗的特征描述子；再根據k-means聚類方法對這些特征描述子進行聚類，得到第一幀字典B^t，上標t表示當前正在處理的圖像幀數，這里，t=1；?

（4）根據dense-sift方法，提取所有正負樣本的每個像素點的特征描述子?并根據特征描述子和第一幀字典B^t計算第一幀所有正負樣本像素點的編碼?其中，下標i表示樣本的第i個像素點；?

（5）訓練分類器參數w^t：?

將正樣本類標記為1,將負樣本類標記為2，根據正負樣本的類標及正負樣本的編碼利用交叉驗證方法訓練得到libsvm分類器參數w^t；?

（6）載入新一幀視頻圖像，以上一幀目標的跟蹤框位置為中心獲取98個樣本，作為本幀的檢測樣本，并根據dense-sift方法提取這些檢測樣本特征描述子

（7）計算本幀檢測樣本每個像素點的編碼

7a）根據本幀檢測樣本的特征描述子和上一幀字典B^t-1，計算本幀檢測樣本每個像素點的編碼

7b）將本幀檢測樣本像素點i對應到上一幀圖像中，對應到的像素點記為i′，?取出i′的7*7鄰域內像素點的編碼，將這些像素點編碼記作計算本幀檢測樣本像素點編碼與對應到的上一幀樣本像素點編碼?的相似距離，在這49個相似距離中，選取出最小距離對應的像素點編碼

其中，min(·)表示求最小值，||·||表示求一范數，arg表示選取求出的最小距離所對應的像素點編碼；?

7c）根據所述像素點編碼和上一幀字典B^t-1，利用下式求解本幀檢測樣本像素點的編碼

其中，||·||²表示求二范數，N表示樣本中像素點的總個數，λ是系數因子，取值為0.1，符號“s.t.”表示約束條件，約束條件中的1表示元素值全為1的向量，(·)^T表示轉置，符號表示i可以取1～N中的任意一個數；?

（8）根據上一幀訓練的分類器參數，利用線性回歸方法對本幀檢測樣本的像素點編碼進行分類預測，根據預測的最大決策值估計出本幀待跟蹤目標的位置；?

（9）以估計出的待跟蹤目標位置為中心，按照步驟（2）的方法獲取本幀正負樣本的精確位置和搜索窗位置；?

（10）構建本幀字典B^t：?

根據dense-sift方法，提取本幀搜索窗的特征描述子；再根據k-means聚類方法，計算這些特征描述子與上一幀字典的接近程度得到新的聚類中心B^t′，將新的聚類中心B^t′與上一幀字典B^t-1加權求和計算得到本幀字典B^t：?

B^t=αB^t-1+(1-α)B^t′，?

其中，α為權值系數，取值為0.85；?

（11）根據dense-sift方法，提取本幀正負樣本的特征描述子

（12）計算本幀正負樣本每個像素點的編碼

12a）按照步驟（4）的方法，根據本幀正負樣本的特征描述子和本幀字典B^t，計算本幀正負樣本每個像素點的編碼

12b）按照步驟7b）和步驟7c）的方法，根據步驟12a)計算的本幀正負樣本每個像素點的編碼和本幀B^t，求解出本幀正負樣本每個像素點的編碼

（13）計算本幀分類器參數w^t：?

按照步驟（5）的方法訓練出本幀分類器參數w^t′，將上一幀分類器參數w^t-1和本幀訓練出的分類器參數w^t′進行加權求和，計算得到本幀分類器參數w^t：?

w^t=βw^t-1+(1-β)w^t′，?

其中，β是更新系數，取值為0.93；?

（14）返回步驟（6）執行下一幀。?