[發(fā)明專利]一種基于深度特征的高速相關(guān)濾波物體追蹤方法有效
| 申請?zhí)枺?/td> | 201710835455.9 | 申請日： | 2017-09-15 |
| 公開（公告）號： | CN107730536B | 公開（公告）日： | 2020-05-12 |
| 發(fā)明（設(shè)計）人： | 莊駿飛;董遠(yuǎn);白洪亮 | 申請（專利權(quán)）人： | 蘇州飛搜科技有限公司 |
| 主分類號： | G06T7/246 | 分類號： | G06T7/246;G06K9/00 |
| 代理公司： | 北京卓唐知識產(chǎn)權(quán)代理有限公司 11541 | 代理人： | 唐海力;韓來兵 |
| 地址： | 215000 江蘇省蘇州市蘇州工*** | 國省代碼： | 江蘇;32 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 深度 特征 高速 相關(guān) 濾波 物體 追蹤 方法 | ||
1.一種基于深度特征的高速相關(guān)濾波物體追蹤方法，其特征圖在于，包括，
確定追蹤目標(biāo)搜索尺度；
初始化追蹤目標(biāo)的初始特征圖，選取conv3特征圖作為初始特征圖；
通過所述初始特征圖得到標(biāo)簽及對應(yīng)權(quán)重；
根據(jù)上一幀追蹤目標(biāo)所在的位置和尺寸得到訓(xùn)練區(qū)域，提取訓(xùn)練區(qū)域作為訓(xùn)練樣本；
將該訓(xùn)練樣本提取conv3第二特征圖，對第二特征圖進(jìn)行L2歸一化；
將歸一化的第二特征圖進(jìn)行處理，訓(xùn)練并更新追蹤模型；具體包括：
將歸一化的所述第二特征圖進(jìn)行cos窗濾波，然后進(jìn)行傅里葉變換得到頻譜圖，再使用插值函數(shù)將所述頻譜圖投影到連續(xù)域內(nèi)，通過公式(4)將特征圖融合到連續(xù)域內(nèi)，將連續(xù)域內(nèi)的特征圖作為新樣本更新訓(xùn)練集；
其中J{xd}(t)代表在連續(xù)域內(nèi)的特征圖的總和，xd[n]代表d維度的特征圖在公式中相當(dāng)于權(quán)重，代表三次樣條插值函數(shù)；
根據(jù)所述新樣本集計算新樣本能量，根據(jù)新樣本能量，使用共軛迭代的方法對相關(guān)濾波器進(jìn)行更新；
根據(jù)更新的所述追蹤模型確定當(dāng)前幀中目標(biāo)所在位置和尺寸，輸出追蹤結(jié)果；
其中，所述根據(jù)更新的所述追蹤模型確定當(dāng)前幀中目標(biāo)所在位置和尺寸，具體為：
根據(jù)上一幀追蹤目標(biāo)所在的位置和尺寸，以追蹤目標(biāo)所在位置的中心為中心，并增大至若干倍得到新區(qū)域，在當(dāng)前幀圖像內(nèi)提取新區(qū)域作為搜索區(qū)域；將搜索區(qū)域輸入imagenet－vgg－2048網(wǎng)絡(luò)內(nèi)提取三個尺度的特征圖A/B/C，對特征圖A/B/C進(jìn)行L2歸一化并進(jìn)行cos窗濾波，然后進(jìn)行傅里葉變換得到頻譜圖后使用三次樣條插值函數(shù)將特征圖投影到連續(xù)域內(nèi)，最后將特征圖A/B/C和相關(guān)濾波器進(jìn)行卷積得到目標(biāo)在搜索區(qū)域內(nèi)的分?jǐn)?shù)，得分最高的位置為追蹤目標(biāo)所在位置，同時更新追蹤目標(biāo)現(xiàn)在的尺度作為目標(biāo)的尺寸。
2.如權(quán)利要求1所述的方法，其特征在于，所述確定追蹤目標(biāo)搜索尺度，具體為：預(yù)設(shè)最大搜索尺度及最小搜索尺度，根據(jù)追蹤目標(biāo)尺寸得出搜索初定尺度，如果所述搜索初定尺度大于最大尺度則取最大搜索尺度，如果所述搜索初定尺度小于最小搜索尺度則取最小搜索尺度，所述追蹤目標(biāo)搜索尺度的搜索區(qū)域為正方形。
3.如權(quán)利要求1所述的方法，其特征在于，根據(jù)所述初始化追蹤目標(biāo)的初始特征圖，選取conv3特征圖作為初始特征圖，具體為：以所述追蹤目標(biāo)搜索尺度作為搜索尺度，以追蹤目標(biāo)的中心為中心，提取所述追蹤目標(biāo)搜索尺度的搜索區(qū)域的卷積特征，選取conv3特征圖作為初始特征圖，步長為2對特征圖降采樣。
4.如權(quán)利要求1所述的方法，其特征在于，通過所述初始特征圖得到標(biāo)簽，具體為：對所述conv3特征圖進(jìn)行離散傅里葉變換，建立相應(yīng)cos窗函數(shù)對其進(jìn)行濾波；根據(jù)所述追蹤目標(biāo)搜索尺度的搜索區(qū)域的尺寸，使用泊松方程生成相應(yīng)的空間高斯分布標(biāo)簽，所述泊松方程如公式(1)所示：
5.如權(quán)利要求1所述的方法，其特征在于，通過所述初始特征圖得到對應(yīng)權(quán)重，具體為：將學(xué)習(xí)率lr定為0.012，以如下所示公式(2)定義最小允許權(quán)重，其中nSamples為最大保留訓(xùn)練樣本數(shù)預(yù)設(shè)定為50；
lr×(1-lr)2×nSamples (2)。
6.如權(quán)利要求1所述的方法，其特征在于，所述對第二特征圖進(jìn)行L2歸一化，具體采用如下公式(3)：
其中，x1...xn分別指n維特征圖。
7.如權(quán)利要求1所述的方法，其特征在于，所述將搜索區(qū)域輸入imagenet－vgg－2048網(wǎng)絡(luò)內(nèi)提取三個尺度的特征圖A/B/C；具體為：
將搜索區(qū)域輸入imagenet－vgg－2048網(wǎng)絡(luò)內(nèi)提取三個尺度分別是0.95、1.00、1.05的特征圖A/B/C。
8.如權(quán)利要求1所述的方法，其特征在于，所述得到訓(xùn)練區(qū)域的方法具體為：以追蹤目標(biāo)所在位置的中心為中心，并增大至若干倍得到訓(xùn)練區(qū)域。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于蘇州飛搜科技有限公司，未經(jīng)蘇州飛搜科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710835455.9/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
