[發(fā)明專利]多特征融合目標(biāo)跟蹤方法及基于信息熵的權(quán)值自適應(yīng)方法

有效

• 申請?zhí)枺?/td>: 201710480345.5
• 申請日: 2017-06-22
• 公開（公告）號: CN107316321B
• 公開（公告）日: 2020-08-18
• 發(fā)明（設(shè)計(jì)）人: 李滾;王子揚(yáng);秦開宇
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 成都拓荒者知識產(chǎn)權(quán)代理有限公司 51254
• 代理人: 鄒廣春

1.多特征融合目標(biāo)跟蹤方法，其特征在于，包括以下步驟：

S1、構(gòu)建系統(tǒng)狀態(tài)模型x_k＝Φx_k-1+Γu_k-1和系統(tǒng)觀測模型z_k＝tan^-1(y_k/x_k)+v_k，z_k為k時(shí)刻的觀測角度，x_k,y_k表示k時(shí)刻目標(biāo)在坐標(biāo)系x,y方向上的位置，u_k-1為k-1時(shí)刻x,y方向上的系統(tǒng)噪聲，k_v為k時(shí)刻的觀測噪聲；

S2、根據(jù)系統(tǒng)狀態(tài)模型，采樣得到當(dāng)前時(shí)刻的粒子集

S3、提取候選目標(biāo)的第一特征、第二特征及第三特征，并計(jì)算相關(guān)系數(shù)和相關(guān)距離，所述相關(guān)系數(shù)和相關(guān)距離可用于衡量目標(biāo)模型與候選目標(biāo)的特征參數(shù)之間的相似性，第一特征、第二特征及第三特征分別為目標(biāo)的顏色特征、紋理特征和邊緣特征；

S4、加權(quán)融合所述第一特征、第二特征及第三特征，并計(jì)算粒子的先驗(yàn)概率密度似然函數(shù)，預(yù)測目標(biāo)的位置；

所述跟蹤方法在加權(quán)融合多項(xiàng)特征以獲得粒子的先驗(yàn)概率密度似然函數(shù)之前，包括步驟：

a1、根據(jù)各個(gè)特征先驗(yàn)概率密度似然函數(shù)的信息熵判斷是否對當(dāng)前權(quán)值系數(shù)進(jìn)行更新；

a2、如需更新，則更新現(xiàn)有權(quán)值系數(shù)，并根據(jù)更新后的權(quán)值系數(shù)計(jì)算以預(yù)測目標(biāo)位置；

步驟a1包括以下步驟：

a11、根據(jù)公式計(jì)算樣本集X的信息熵，其中，n代表樣本集X的分類數(shù)，p_i代表X中第i類元素出現(xiàn)的概率；

獲得第一特征、第二特征及第三特征的先驗(yàn)概率密度似然函數(shù)的信息熵H_a、H_b及H_c分別如下：

多特征加權(quán)融合得到粒子的先驗(yàn)概率密度似然函數(shù)的過程通過以下公式實(shí)現(xiàn)：

其中，

和分別表示第一特征、第二特征及第三特征對粒子預(yù)測的先驗(yàn)概率密度似然函數(shù)；

α，β和γ為權(quán)值系數(shù)，并同時(shí)滿足：0≤α≤1，0≤β≤1，0≤γ≤1，α+β+γ＝1；

a12、根據(jù)信息熵轉(zhuǎn)換獲得信息熵比值：L＝H_a/(H_b+H_c)和M＝H_b/H_c，根據(jù)L和M取值范圍，調(diào)整權(quán)值系數(shù)α、β和γ。

2.根據(jù)權(quán)利要求1所述的多特征融合目標(biāo)跟蹤方法，其特征在于，各特征對應(yīng)的權(quán)值系數(shù)大小關(guān)系與所述特征似然函數(shù)熵的大小關(guān)系一致。

3.根據(jù)權(quán)利要求2所述的多特征融合目標(biāo)跟蹤方法，其特征在于，所述權(quán)值系數(shù)α、β和γ根據(jù)下表取值：

4.基于信息熵的權(quán)值自適應(yīng)方法，其特征在于，包括步驟：

B1、根據(jù)公式計(jì)算樣本集X的信息熵，其中，n代表樣本集X的分類數(shù)，p_i代表X中第i類元素出現(xiàn)的概率；

獲得第一特征、第二特征及第三特征的先驗(yàn)概率密度似然函數(shù)的信息熵H_a、H_b及H_c分別如下：

所述先驗(yàn)概率密度似然函數(shù)的過程通過以下公式實(shí)現(xiàn)：

其中，

和分別表示第一特征、第二特征及第三特征對粒子預(yù)測的先驗(yàn)概率密度似然函數(shù)；

α，β和γ為權(quán)值系數(shù)，并同時(shí)滿足：0≤α≤1，0≤β≤1，0≤γ≤1，α+β+γ＝1；

所述第一特征、第二特征及第三特征分別為目標(biāo)的顏色特征、紋理特征和邊緣特征；

B2、根據(jù)信息熵轉(zhuǎn)換獲得信息熵比值：L＝H_a/(H_b+H_c)和M＝H_b/H_c，根據(jù)L和M取值范圍，調(diào)整權(quán)值系數(shù)α、β和γ。

5.根據(jù)權(quán)利要求4所述的基于信息熵的權(quán)值自適應(yīng)方法，其特征在于，各特征對應(yīng)的權(quán)值系數(shù)大小關(guān)系與所述特征似然函數(shù)熵的大小關(guān)系一致。