[發明專利]基于Lp范數正則化的增量子空間目標跟蹤方法

有效

• 申請號: 201610077542.8
• 申請日: 2016-02-03
• 公開（公告）號: CN105654069B
• 公開（公告）日: 2019-05-10
• 發明（設計）人: 孔軍;柳晨華;蔣敏;鹿茹茹;鄧朝陽
• 申請（專利權）人: 江南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 梅洪玉

1.基于L_p范數正則化的增量子空間目標跟蹤方法，其特征在于，包括下列步驟：

步驟一、讀入第一幀圖像Image₁，手動標記視頻序列第一幀的目標圖像，降采樣目標圖像并轉為列向量d為目標圖像的特征維數，初始化子空間D和奇異值對角矩E為空矩陣；

步驟二、讀入下一幀Image_t+1，t≥1，基于Ross的方法獲取t+1幀候選樣本的運動狀態集合并將對應圖像作為目標函數中的觀測樣本的集合其中m為樣本的個數；

步驟三、標記第i個觀測樣本同時確定當前t+1幀幀號，若t+1≤5，則計算觀測樣本與第t幀真實目標狀態的殘差，得出t+1幀的最佳目標狀態并收集樣本I_t+1，轉入步驟八；否則直接轉入步驟四；

步驟四、對觀測樣本構建目標函數，并對重構樣本與觀測樣本的殘差直接進行拉普拉斯建模||e||₁，以容納目標跟蹤中受到的離群子干擾；針對儲存目標信息的PCA子空間的目標系數利用L_p范數正則化其目標系數項||c||_p，以在重構樣本時，消除冗余特征的干擾；在增廣拉格朗日算法下構建目標函數；

步驟五、基于APG算法，對目標函數進行最小化計算，獲得收斂的殘差e^*和目標系數C^*；

步驟六、評估所有候選樣本成為真實目標狀態的置信度，獲得第t+1幀的最佳目標狀態

步驟七、獲取到最佳目標狀態后，進一步收集樣本

步驟八、若收集的樣本I達到五個，則采用Ross的更新方法對子空間及其均值向量進行更新，并重置收集的樣本個數為0；若未達到5個，則不更新目標子空間；

步驟九、若視頻未結束，則轉入步驟二，讀入下一幀圖像；否則跟蹤結束。

2.根據權利要求1所述的基于L_p范數正則化的增量子空間目標跟蹤方法，其特征是，步驟二對候選樣本進行采樣，具體方法為：

1)以第t幀目標為中心，用六個仿射參數來描述候選樣本的運動狀態:x＝{lx_，l_y，θ，s，α，φ}，這六個仿射參數分別表示水平位置平移l_x,垂直位置平移l_y,轉角θ,尺度s,高寬比α,斜度φ,并獨立服從高斯分布；

2)進行狀態轉移，獲取t+1幀所有的運動狀態x_t+1：p(x_t+1|x_t)N(x_t+1；x_t，Φ)，其中φ為對角協方差矩陣，其對角元素為六個仿射參數的標準差，N表示高斯分布，的運動狀態對應的圖像塊便作為觀測樣本

3.根據權利要求1所述的基于L_p范數正則化的增量子空間目標跟蹤方法，其特征是，步驟三若當前楨號t+1≤5時，得到第i個候選樣本的殘差并通過如下評價機制來評估對應候選樣本的置信度：

p(y|x)＝exp(-||e_i||₁)

p(y|x)值最大的候選樣本設為當前的最佳目標狀態并收集樣本：