[發(fā)明專利]一種基于嵌入式系統(tǒng)的目標(biāo)相關(guān)濾波跟蹤方法

有效

• 申請?zhí)枺?/td>: 201711380677.2
• 申請日: 2017-12-20
• 公開（公告）號: CN108257150B
• 公開（公告）日: 2021-04-20
• 發(fā)明（設(shè)計）人: 董誠辰;臧志鵬;孫長燕;白志強(qiáng);張艷輝
• 申請（專利權(quán)）人: 北京華航無線電測量研究所
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/269
• 代理公司: 北京天達(dá)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11386
• 代理人: 龐許倩;武悅

本發(fā)明涉及一種基于嵌入式系統(tǒng)的目標(biāo)相關(guān)濾波跟蹤方法，該方法包括下列步驟：1、優(yōu)化程序內(nèi)存分配；2、采用DMA進(jìn)行目標(biāo)圖像截取；3、對目標(biāo)圖像進(jìn)行特征提取；4、對目標(biāo)HOG特征向量采用線性濾波器在頻域中進(jìn)行濾波。本發(fā)明采用高性能DSP作為嵌入式平臺，通過優(yōu)化程序內(nèi)存分配提高軟件整體實時性能；采用平臺提供的DMA硬件接口對目標(biāo)圖像進(jìn)行分塊截取；對截取的目標(biāo)圖像提取特征，通過優(yōu)化算法過程減少提取特征時間；采用線性濾波器對目標(biāo)HOG特征向量進(jìn)行濾波，在保證跟蹤魯棒性、準(zhǔn)確性的同時，減少濾波時間。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體涉及一種基于嵌入式系統(tǒng)的目標(biāo)相關(guān)濾波跟蹤方法。

背景技術(shù)

隨著計算機(jī)技術(shù)的發(fā)展，機(jī)器學(xué)習(xí)理論逐漸被引入到目標(biāo)跟蹤領(lǐng)域。目標(biāo)跟蹤領(lǐng)域的基本要求是具有魯棒性、準(zhǔn)確性和實時性，原始的相關(guān)濾波跟蹤算法，如KCF，實時性較高，但是跟蹤性能略低；基于改進(jìn)的相關(guān)濾波跟蹤算法性能上有提高，但是其跟蹤實時性較低。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中的上述技術(shù)問題，本發(fā)明提出了一種基于嵌入式系統(tǒng)的目標(biāo)相關(guān)濾波跟蹤方法，以滿足對運動目標(biāo)跟蹤的性能和實時性要求。

本發(fā)明的技術(shù)方案如下：

一種基于嵌入式系統(tǒng)的目標(biāo)相關(guān)濾波跟蹤方法，包括以下步驟：

步驟1、采用靜態(tài)內(nèi)存分配方式，確定對應(yīng)數(shù)據(jù)的內(nèi)存分配地址；

步驟2、根據(jù)圖像中目標(biāo)大小和位置確定截取區(qū)域，對目標(biāo)圖像進(jìn)行截取，作為相關(guān)濾波跟蹤算法的中間數(shù)據(jù)，傳輸?shù)饺壘彺婵臻g中形成截取圖；

步驟3、對所述截取圖進(jìn)行特征值提取，得到目標(biāo)圖像HOG特征向量；

步驟4、對所述目標(biāo)圖像HOG特征向量進(jìn)行濾波處理，輸出包括目標(biāo)位置和大小在內(nèi)的目標(biāo)跟蹤結(jié)果。

進(jìn)一步地，確定對應(yīng)數(shù)據(jù)的內(nèi)存分配地址包括：

實時圖像數(shù)據(jù)存儲在外掛的存儲器DDR當(dāng)中；

相關(guān)濾波算法的中間數(shù)據(jù)存儲在片內(nèi)三級緩存空間中；

快速傅立葉變換的中間數(shù)據(jù)存儲在片內(nèi)二級緩存空間中。

進(jìn)一步地，截取目標(biāo)圖像的方法包括：

1)在相關(guān)濾波跟蹤處理初始化時，在DDR中開辟一塊沒有使用的全零空間；

2)根據(jù)給定的目標(biāo)位置和大小，在目標(biāo)圖像中確定截取區(qū)域，通過DMA將截取區(qū)域的目標(biāo)圖像數(shù)據(jù)搬移到三級緩存空間中形成截取圖；

3)當(dāng)截取區(qū)域超出了目標(biāo)圖像范圍時，對于超出目標(biāo)圖像范圍的截取圖部分，通過DMA將1)中全零的內(nèi)存搬移至截取圖中超出目標(biāo)圖像范圍的部分。

進(jìn)一步地，所述全零空間的大小為目標(biāo)圖像大小的兩倍。

進(jìn)一步地，步驟3具體包括：

1)對截取圖進(jìn)行梯度濾波，將得到的梯度進(jìn)行角度劃分后，根據(jù)角度進(jìn)行累加，得到HOG特征向量；

2)對HOG特征向量進(jìn)行歸一化。

進(jìn)一步地，所述角度劃分以等間隔劃分為多個角度bin，將所述梯度按角度累加到每個角度bin中，得到HOG特征向量。

進(jìn)一步地，所述歸一化包括，采用牛頓迭代法計算HOG特征向量平方和的平方根倒數(shù)；將HOG特征向量乘以對應(yīng)向量的模的倒數(shù)得到歸一化后的HOG特征向量。

進(jìn)一步地，所述步驟4中采用核函數(shù)對歸一化的對HOG特征向量進(jìn)行濾波處理，其中z為待檢測的歸一化后的HOG特征向量，x為參考樣本，F(xiàn)(*)為傅立葉變換，為互相關(guān)運算；k^xz為x與z的互相關(guān)核。