[發明專利]基于特征融合及SVD自適應模型更新的相關濾波跟蹤方法

有效

• 申請號: 201810509437.6
• 申請日: 2018-05-24
• 公開（公告）號: CN108734139B
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 郭旭穎;劉威;周璇;周定寧;黃敏;成秘;付杰;王薪予
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 劉曉嵐

本發明提供一種基于特征融合及SVD自適應模型更新的相關濾波跟蹤方法，涉及目標跟蹤技術領域。基于特征融合及SVD自適應模型更新的相關濾波跟蹤方法，在特征提取階段將邊緣特征及HOG特征加權融合作為目標特征，加強對邊緣特征的學習；在模型更新階段，首先計算預測區域與真實區域的奇異值特征向量，進而通過計算奇異值特征向量的相似度，并結合設定的閾值判斷是否需要進行模型更新。本發明提供的基于特征融合及SVD自適應模型更新的相關濾波跟蹤方法，加強了對邊緣特征的學習，避免了每一幀都更新模型造成的計算頻繁，降低了錯誤更新的概率，更好的適應了背景干擾及目標遮擋等問題。

技術領域

本發明涉及目標跟蹤技術領域，尤其涉及一種基于特征融合及SVD自適應模型更新的相關濾波跟蹤方法。

背景技術

人類可以通過視覺、聽覺語言與外部世界交換信息，自從1946年電子計算機的誕生以來，人類一直在思考機器是否能有類似于人一樣的智能。隨著信息時代的高速迅猛發展，越來越多的智能問題，如無人駕駛汽車、醫學影像的識別和理解、視頻理解等，相繼被解決，主要依靠的是視頻、影音、語義等大量非結構化、多維度甚至非常完備的大數據的使用。如何利用機器學習、人工智能等新技術手段及時發掘其潛在隱藏信息并有效指導工業生產、實時監控等現實問題均具有重要的現實意義與實用價值。

計算機視覺通過計算機及相關設備對生物視覺進行模擬，視覺感官由各種成像系統代替，并作為輸入手段，大腦則由計算機代替完成處理和解釋。計算機視覺是一門融合了模式識別、信號處理、統計學等學科領域的研究方法與成果的綜合性學科，同時也是各個領域中不可分割的一部分，如輔助醫療、制造業、文檔分析和軍事等領域。目標跟蹤(ObjectTracking)是計算機視覺領域重要的研究方向，綜合了圖像分析與處理、自動化控制、模式識別與人工智能、計算機輔助等跨學科多專業的交叉研究領域。其主要目的是模仿生理視覺系統的運動感知功能，通過對攝像頭捕捉到的圖像序列進行分析，構建視頻幀間動態運動目標的軌跡模型以實現動態目標的實時監測與跟蹤，隨著硬件處理器的處理速度不斷提升，以及計算機視覺理論的迅猛發展，目標跟蹤技術這幾年在智能交通、視覺導航、機器人、視頻監控等方面有極為廣泛應用。

首次將相關濾波用在了目標跟蹤領域的是MOSSE算法，是David S.Bolme于2010年提出，MOSSE濾波器根據卷積定理，將兩個圖像塊的空間卷積操作(在不同的平移圖像塊間則是點積)變換成傅立葉域中相應變換的乘積，大大降低了目標跟蹤算法的計算量。基于MOSSE濾波器的目標跟蹤算法，利用快速傅立葉變換(Fast Fourier Transform,FFT)將圖像從空間域變換到頻率域，采用自適應相關濾波器對目標的表觀進行建模，并通過卷積來實現對目標的跟蹤。在訓練過程中，該方法對第一幀圖像中初始化的目標區域進行仿射變換得到8張圖像作為訓練集，并在此訓練集上進行濾波器的訓練。在濾波器求解過程中，該方法通過最小化誤差平方和來求解得到初始濾波器。在目標跟蹤過程中，該方法利用已有的跟蹤結果和濾波器，采用加權平均策略對濾波器進行實時更新，從而實現濾波器的自適應。基于MOSSE濾波的目標跟蹤對光照、目標尺度、目標姿態的變化以及目標的非剛體形變等都有較好的魯棒性。對于遮擋問題，該方法采用基于峰值旁瓣比(Peak-to-SidelobeRatio，PRS)的方法進行遮擋檢測，當因遮擋而導致目標跟蹤失敗時則暫停跟蹤，而目標再次出現時，則在跟蹤暫停的位置繼續目標跟蹤任務。該方法采用單一的灰度特征，速度達到669fps，遠遠高于其他算法，但準確度一般。之后在MOSSE算法基礎上，針對目標跟蹤面對的問題，如遮擋、目標形變、尺度變化、模型更新、模型偏移，提出了不同的改進方法。根據不同方法的特點，基于相關濾波的目標跟蹤分為基于模型改進的方法、基于分塊模型的方法、基于集成的跟蹤方法。

從目前國內外研究成果來看，目標跟蹤算法主要針對特定環境提出的特定方案，絕大多數跟蹤算法不能適應復雜場景。并且在視頻目標跟蹤中存在著許多復雜干擾，如目標遮擋、光照、背景干擾、尺度變化等。在存在嚴重背景干擾及目標遮擋等情況下，目標跟蹤容易發生跟蹤失敗的情況。因此如何實現一個具有準確性、實時性、魯棒性的視頻目標跟蹤算法仍是視覺跟蹤技術的主要研究方向。

發明內容