[發明專利]基于顯著語境稀疏表示的目標追蹤方法

有效

• 申請號: 201810635733.0
• 申請日: 2018-06-20
• 公開（公告）號: CN109087334B
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 王彥波;戴波;羅旺;梅峰;歐陽柳;姚一楊;葉偉靜
• 申請（專利權）人: 國網浙江省電力有限公司;國網浙江省電力有限公司信息通信分公司;南瑞集團有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 杭州華鼎知識產權代理事務所(普通合伙) 33217
• 代理人: 項軍

1.基于顯著語境稀疏表示的目標追蹤方法，其特征在于，所述目標追蹤方法，包括：

步驟一，將圖像分解為一組特征映射，從特征映射中提取顏色映射C_RG,C_BY、亮度映射Ι和局部方向映射O，O的計算公式如公式1所示

O(θ)＝‖IG₀(θ)‖+‖IG_π/2(θ)‖ 公式1

其中G(.)代表Gabor過濾器，θ是局部方向；

獲取中心區域與周圍區域的對比度：利用不同空間尺度的圖像的差分來模擬對比度，處理公式如公式2所示

F_l(c，s)＝|F_l(c)ΘF_l(s)| 公式2

其中F_l(c)代表中部區域特性,F_l(s)代表周邊區域特性，Θ的意思是用相同的大小插入這兩個圖像，并計算每個像素的差分；

使用歸一化函數N(.)和跨尺度加法運算，將各特征的獲得的映射分別進行融合，以實現規模的統一，處理公式如公式3所示

M_k＝αN(I_k)+βN(C_k)+γN(O_k) 公式3

其中I_k，C_k，O_k分別表示第k個坐標系中的顏色、亮度和方向特征顯著性映射，α，β，γ為權重因子，用于減輕圖像質量、圖像噪聲或其他元素的干擾；

步驟二，將跟蹤問題轉換為稀疏表示的最可能的補丁，并通過公式4的小模板處理部分遮擋：

其中y表示當前幀中的圖像補丁，并將其規范化，使其與模板具有相同的大小，T表示包含目標模板的矩陣，B＝[T，I]為由T和I組成的矩陣組合,表示由a和e組成的向量的組合,a是目標系數向量，e是表示被破壞或遮擋的y中的像素點的誤差向量；

對公式4通過一個正則化最小二乘問題來求解，處理公式如公式5所示

其中‖.‖₁和‖.‖₂分別表示和的范數；

對目標外觀建模并處理遮擋:將顯著的約束引入到正則化的稀疏表示中，用顯著特征向量對追蹤的目標外觀進行建模，并對遮擋問題進行處理，處理公式如公式6所示

其中S代表顯著映射中的顯著特征向量的一個矩陣,I表示單位矩陣；

對公式6遵循追蹤器的方法進行最優化求解，處理公式如公式7所示,式中λ是正則化系數,

步驟三，對兩個連續幀之間的目標運動仿射變換建模，并利用對角線協方差矩陣進行隨機游走，形成狀態轉換；

在沒有遮擋的情況下，從目標物體的子空間生成圖像觀測y_k，用每個觀測到的圖像補片的重構誤差來計算觀測的可能性，計算公式如公式8所示

如果出現重遮擋和跟蹤漂移，用步驟一和步驟二的方法計算當前幀的可視顯著性映射，并在顯著性圖中檢測顯著性yⁱ表示由xⁱ建立的圖像補丁，區域R＝{R₁,R₂，…，R_n}，再與每個R_i的目標模板進行比較，匹配最可能的R_m和來自周圍區域的樣本，xⁱ表示運動狀態變量x的第i個樣本，aⁱ表示第i個目標系數向量，p(yⁱ|xⁱ)表示通過狀態xⁱ中估計觀察的yⁱ的可能性，S代表顯著映射中的顯著特征向量的一個矩陣；

初始化目標模板，將每個對象模板都與執行更新的重要權重相關聯。