[發明專利]一種基于稀疏表示的紅外目標快速魯棒跟蹤方法

有效

• 申請號: 201310419253.8
• 申請日: 2013-09-13
• 公開（公告）號: CN103514600A
• 公開（公告）日: 2014-01-15
• 發明（設計）人: 李映;李鵬程;李方軼
• 申請（專利權）人: 西北工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

1.一種基于稀疏表示的紅外目標快速魯棒跟蹤方法，其特征在于步驟如下：?

步驟1：讀取第一幀圖像數據以及目標塊在第一幀圖像中的參數[x,y,w,h]，其中x,y表示目標中心的橫縱坐標，w,h表示目標的寬和高；?

步驟2：在第一幀圖像目標的周圍距離為R₁的圓形范圍內隨機產生m個粒子點，并記錄所有m個粒子點的坐標(x_i,y_i)i＝1,2,…,m；每個粒子代表了一個目標正樣本；在距離目標半徑為R₂的圓形外，隨機產生c個粒子點，并記錄c個粒子點的坐標點(x_j,y_j)j＝1,2,…,c；每個粒子點代表了一個目標樣本；?

步驟3：將步驟2中產生的每個目標正、負樣本z∈R^w·h與一系列不同尺度的矩形濾波器{h_1,1,h_1,2,…,h_w,h}進行卷積運算；然后，將每種尺度卷積后的目標塊拉成一個維度為wh的列向量；最后，將每種尺度濾波器卷積后得到的列向量組成一個維度為(w·h)²的列向量

步驟4：采用一個大小為n×m的稀疏隨機測量矩陣R對列向量進行壓縮，得到低維列向量v∈Rⁿ，v＝R·x，將所有粒子對應的列向量v∈Rⁿ組合到一起，構成一個大小為n×(m+c)維的目標特征模板V＝{v₁,v₂,…v_m+c}；?

步驟5：讀取下一幀圖像，在上一幀圖像目標的周圍距離為R₃的圓形范圍內隨機產生k個粒子點，記錄其坐標(x_k,y_k)，k＝1,2,…,K；每個粒子點代表了一個候選目標，然后根據上面步驟3和4中的特征表示方法得到k個候選目標d_i∈Rⁿ；?

步驟6：首先，對步驟4得到的目標特征模板V＝{v₁,v₂,…v_m+c}，進行單位化處理；然后，對于每個候選目標d_i，利用目標特征模板進行表示，即：?

其中，v₊和v_-分別表示正樣本特征模板和負樣本特征模板，a和e分別表示正樣本系數和負樣本系數，根據目標函數求解得到系數

步驟7：對于步驟5產生的k個候選目標，根據重構誤差公式||d_i-Va||₂，求得每個候選目標的重構誤差，選擇其中重構誤差最小的粒子[x,y,w,h]作為目標跟蹤的結果；?

步驟8：當所有候選目標均處理完則結束，若沒有處理完，則轉到步驟5繼續。?

2.根據權利要求1所述基于稀疏表示的紅外目標快速魯棒跟蹤方法，其特征在于：?

所述R₁取2～4。?

3.根據權利要求1所述基于稀疏表示的紅外目標快速魯棒跟蹤方法，其特征在于：?

所述m取8～10。?

4.根據權利要求1所述基于稀疏表示的紅外目標快速魯棒跟蹤方法，其特征在于：?

所述R₂取10～15。?

5.根據權利要求1所述基于稀疏表示的紅外目標快速魯棒跟蹤方法，其特征在于：?

所述c取50～70。?

6.根據權利要求1所述基于稀疏表示的紅外目標快速魯棒跟蹤方法，其特征在于：?

所述n取50～70。?

7.根據權利要求1所述基于稀疏表示的紅外目標快速魯棒跟蹤方法，其特征在于：?

所述R₃取5～10。?