[發(fā)明專利]在發(fā)生遮擋和尺度變化情況下行人跟蹤方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711407787.3
• 申請(qǐng)日: 2017-12-22
• 公開(kāi)（公告）號(hào): CN108198209B
• 公開(kāi)（公告）日: 2020-05-01
• 發(fā)明（設(shè)計(jì)）人: 劉夢(mèng)娜;陳勝勇;刁琛;程徐;欒昊
• 申請(qǐng)（專利權(quán)）人: 天津理工大學(xué)
• 主分類號(hào): G06T7/277
• 分類號(hào): G06T7/277
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種在發(fā)生遮擋和尺度變化情況下行人跟蹤方法，其特征在于：跟蹤方法是：將核相關(guān)濾波作為卡爾曼濾波中的檢測(cè)方法，根據(jù)上一幀中目標(biāo)的運(yùn)動(dòng)趨勢(shì)預(yù)測(cè)目標(biāo)當(dāng)前的運(yùn)動(dòng)狀態(tài)，然后通過(guò)卡爾曼濾波在預(yù)測(cè)的位置進(jìn)行目標(biāo)檢測(cè)，對(duì)檢測(cè)結(jié)果進(jìn)行遮擋判斷，在未發(fā)生遮擋的情況下，通過(guò)卡爾曼濾波對(duì)檢測(cè)結(jié)果進(jìn)行校準(zhǔn)；發(fā)生遮擋時(shí)，直接對(duì)預(yù)測(cè)結(jié)果進(jìn)行校準(zhǔn)；

具體步驟如下：

(1)選擇要跟蹤的視頻序列，其中包括視頻序列、groundfruth文本文件和frames文本文件；

(2)通過(guò)第一幀信息對(duì)相關(guān)濾波進(jìn)行初始化，最小化損失函數(shù)求出α＝(K+λI)^-1y,其中I為單位矩陣，y表示訓(xùn)練樣本的標(biāo)簽，K為核矩陣K_ij＝κ(x_i，x_j)，κ(*，*)為核函數(shù)，x為訓(xùn)練樣本；

(3)從第二幀開(kāi)始，通過(guò)卡爾曼濾波對(duì)目標(biāo)位置進(jìn)行預(yù)測(cè)：

①狀態(tài)向量預(yù)測(cè)：其中H(k)為第k幀的狀態(tài)轉(zhuǎn)移矩陣，初始化為[1,0,1,0；0,1,0,1；0,0,1,0；0,0,0,1]，為上一幀矯正結(jié)果，初始化為[pos’；0；0]，pos為第一幀給定的目標(biāo)位置；

②狀態(tài)向量協(xié)方差預(yù)測(cè)：P(k+1|k)＝H(k)P(k|k)H^T(k)+Q(k)，其中P(k|k)為第k幀的狀態(tài)向量，Q(k)為系統(tǒng)噪音，初始化為四維單位矩陣；

(4)通過(guò)核相關(guān)濾波計(jì)算新一幀的目標(biāo)位置：

以預(yù)測(cè)得到的目標(biāo)位置為初始位置，通過(guò)滑動(dòng)窗口的方式根據(jù)尺度因子的設(shè)置從圖像中提取大量樣本，用線性插值的方式將樣本調(diào)整為濾波器的尺寸，離散傅里葉轉(zhuǎn)換結(jié)合相關(guān)濾波計(jì)算出所有樣本的響應(yīng)值其中z為輸入的待檢測(cè)樣本，Pⁱ為循環(huán)矩陣P的第i行元素；為傅里葉轉(zhuǎn)換，為傅里葉逆運(yùn)算；響應(yīng)值最大的位置作為核相關(guān)濾波器跟蹤的結(jié)果；

(5)判斷遮擋：

當(dāng)最大響應(yīng)值大于給定的閾值1同時(shí)與上一幀的最大響應(yīng)值的差值小于給定的閾值2，則判定為未發(fā)生遮擋，核相關(guān)濾波器的跟蹤結(jié)果有效，更新濾波器；否則，不保留核相關(guān)濾波的跟蹤結(jié)果；

(6)卡爾曼校準(zhǔn)：

①計(jì)算卡爾曼加權(quán)矩陣：

K(k+1)＝P(k+1|k)F^T(k+1)·(F(k+1)P(k+1|k)F^T(k+1)+Λ(k+1)^-1)

其中F為測(cè)量矩陣，F(xiàn)＝[1，0，0，0；0，1，0，0],Λ＝[36，0；0，36]；

②更新?tīng)顟B(tài)向量：

其中X＝pos’，表示第四步得到的目標(biāo)位置構(gòu)造的列向量；

③更新?tīng)顟B(tài)向量協(xié)方差：

P(k+1|k+1)＝(I-K(k+1)F(k+1))P(k+1，k)。