[發明專利]一種基于超像素和混合哈希的核相關濾波目標跟蹤方法

有效

• 申請號: 201710128271.9
• 申請日: 2017-03-06
• 公開（公告）號: CN107123130B
• 公開（公告）日: 2019-12-10
• 發明（設計）人: 康文雄;吳桂樂
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/262
• 代理公司: 44245 廣州市華學知識產權代理有限公司
• 代理人: 霍健蘭;梁瑩

1.一種基于超像素和混合哈希的核相關濾波目標跟蹤方法，其特征在于：包括以下四個步驟：

S1步，捕獲第一幀圖像，利用SLIC超像素分割算法將目標區域及其周圍區域的各個像素聚類為超像素；并用meanshift聚類算法將各個超像素進行二次聚類，得到大型超像素；之后計算各個大型超像素的重疊度O_b，獲取需要跟蹤目標的有效范圍；

S2步，預設重疊度閾值，根據重疊度O_b和重疊度閾值，將需要跟蹤目標的有效范圍內的大型超像素歸為三個候選超像素塊；之后計算用于后續跟蹤的超像素塊參數；所述超像素塊參數包括各個超像素塊的權重和權重標志，以及各個超像素塊之間的歐氏距離和修正約束距離比率；

S3步，獲取下一幀圖像作為當前處理圖像并提取三個候選超像素塊，提取三個候選超像素塊的LAB顏色空間，并通過映射和降維的方法轉化為4維的顏色屬性特征空間；對各個候選超像素塊分別使用基于高斯核的相關濾波目標跟蹤方法，通過循環采樣與傅里葉分析計算各個候選超像素塊的最大響應位置；在最大響應位置，分別用不同尺度的目標區域框與上一幀圖像的超像素塊進行相關卷積，從而獲取最大響應的候選超像素塊；

S4步，對各個最大響應的候選超像素塊，分別計算LAB顏色哈希序列和DCT變換哈希序列；對LAB顏色哈希序列和DCT變換哈希序列進行邏輯與操作得到的混合哈希序列作為超像素塊參數；結合超像素塊參數與超像素塊之間的幾何約束，修正候選超像素塊的位置，得到準確的超像素塊位置；根據權重值將超像素塊結合起來，從而定位出當前處理圖像需要跟蹤目標的位置并估算尺度；

S5步，判斷當前處理圖像是否為最后一幀圖像：若是，則結束；否則跳至S3步。

2.根據權利要求1所述的基于超像素和混合哈希的核相關濾波目標跟蹤方法，其特征在于：在所述S1步中，捕獲第一幀圖像，利用SLIC超像素分割算法將目標區域及其周圍區域的各個像素聚類為超像素；并用meanshift聚類算法將各個超像素進行二次聚類，得到大型超像素；之后計算各個大型超像素的重疊度O_b，獲取需要跟蹤目標的有效范圍，是指包括以下步驟：

S1.1步，捕獲第一幀圖像作為初始幀，在第一幀圖像上確定需要跟蹤目標生成目標區域；以目標區域中心為中心，以目標區域的1.5倍尺寸為范圍劃定搜索區域，并將搜索區域變換到LAB顏色空間；

S1.2步，設定聚類中心數量為k；將搜索區域等像素間隔S劃分成k個網格，其中，N為搜索區域的像素數量；在各個網格上分別隨機選擇一個像素點作為聚類中心；

S1.3步，在各個聚類中心的3×3鄰域分別計算梯度響應值，獲得各個聚類中心的最小梯度響應值；對搜索區域內的各個像素點，在2S×2S鄰域內對比聚類中心的最小梯度響應值，各個像素點分別聚類到最小梯度響應值數值最小的聚類中心上；采用k-means算法計算新的聚類中心，直到新的聚類中心和舊的聚類中心保持一致，得到初步聚類的超像素；

S1.4步，對各個超像素用meanshift聚類算法進行二次聚類，形成大型超像素；

S1.5步，將位于目標區域內的像素點設定為正樣本，位于目標區域外的像素點設定為負樣本；分別統計各個大型超像素的正樣本數量和負樣本數量，并分別計算各個大型超像素的重疊度O_b，b∈{1,...,k}：

S1.6步，保留所有重疊度O_b大于0.5的大型超像素作為需要跟蹤目標的有效范圍。