[發(fā)明專利]一種基于集成學習的目標跟蹤方法

有效

• 申請?zhí)枺?/td>: 201810813836.1
• 申請日: 2018-07-23
• 公開（公告）號: CN110751673B
• 公開（公告）日: 2022-08-19
• 發(fā)明（設計）人: 戴偉聰;金龍旭;李國寧;程博陽
• 申請（專利權）人: 中國科學院長春光學精密機械與物理研究所
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06V10/764;G06V10/56;G06V10/50;G06N20/20
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙) 44316
• 代理人: 曹衛(wèi)良

本發(fā)明實施例公開一種基于集成學習的目標跟蹤方法。本發(fā)明實施例的目標跟蹤方法利用目標的背景信息，通過循環(huán)矩陣的特性，在不破壞相關濾波封閉解的情況下，有效地克服相關濾波的邊界效應，構建了一個更具魯棒性的濾波模板；并且集成背景感知的相關濾波器和貝葉斯分類器的響應與支持向量機的判別結果，使目標可以在跟蹤過程中快速適應目標變化的同時，仍然可以對目標實現長期跟蹤。本發(fā)明實施例所提供的目標跟蹤方法，通過集成學習，使跟蹤速度保持實時性并且跟蹤性能也得到大幅提升，能滿足現實世界的跟蹤需求。

技術領域

本發(fā)明涉及計算機圖像處理的技術領域，具體涉及一種基于集成學習的 目標跟蹤方法。

背景技術

目標跟蹤是計算機視覺領域中一個基礎的研究問題，目標跟蹤在機器人、 視頻監(jiān)控、無人機等領域內廣泛應用。目標跟蹤方法的跟蹤思路一般為：給 定目標在第一幀的初始位置及尺寸，根據給定的方法，在隨后的每一幀圖像 中準確地估計出目標的位置及尺寸的變化。

目前，目標跟蹤的方法可以分為兩類：一類是生成模型的目標跟蹤方法， 另一類是判別模型的目標跟蹤方法。生成模型的目標跟蹤方法通過在當前圖 像對目標區(qū)域建模，在下一幀圖像中尋找與模型最相似的區(qū)域作為預測位置。 判別模型的目標跟蹤方法主要將跟蹤問題轉化為檢測問題，使用目標和背景 分別作為正負樣本通過機器學習在線訓練分類器，在新的一幀圖像中使用分 類器檢測目標。目前，由于具備出色的準確率及優(yōu)秀的運行速度，判別模型 的目標跟蹤方法已經成為目標跟蹤領域的主流方法。

近年來，核相關濾波在判別模型的目標跟蹤方法的應用，進一步地發(fā)展 了目標跟蹤方法。核相關濾波類目標跟蹤方法是在原始樣本上使用循環(huán)矩陣 產生大量循環(huán)樣本以訓練分類器，并通過傅里葉變換將計算轉化到頻域進行 以提升算法的運行效率。Bolme等人在2010年提出MOSSE目標跟蹤方法， 該方法的核心思想是尋找一個核相關濾波器使其作用在目標上的響應最大， 該方法具有優(yōu)秀的性能及高達數百幀每秒的運行速度。Henriques等人在2012 年提出了CSK目標跟蹤方法，該方法首次提出通過循環(huán)矩陣來密集采樣，解 決了以往基于檢測的目標跟蹤方法為了保持實時性而無法選取大量樣本對分 類器進行訓練的問題。Heriques等人在2014年提出了KCF/DCF目標跟蹤方 法，該方法通過將單通道灰度特征擴展到多通道方向梯度直方圖特征(HOG)， 增強相關濾波使用的特征，從而極大地增強了算法的準確性。考慮到顏色信 息在視頻圖像中的重要性，Denelljan等人提出使用顏色屬性(CN)作為特征， 并采用自適應降維將10維的CN特征壓縮為2維。同年，Danelljan等人提出 DSST目標跟蹤方法，該方法在原有位置核相關濾波器的基礎上，額外訓練一 個處理尺度變化的尺度相關濾波器以適應目標的尺度變化。Li等人提出了另 一種計算量較大但更為準確的SAMF尺度自適應算法，SAMF尺度自適應算 法通過使用位置相關濾波器在多個尺寸圖像塊上進行搜索，選取響應最大的 為當前位置及對應尺寸。

盡管核相關濾波在目標跟蹤領域取得了很大的成功，但核相關濾波存在 一個難以解決的關鍵問題：邊界效應。邊界效應不僅在訓練階段產生不準確 的負樣本使分類器的判別能力降低，而且在檢測階段造成位于邊界附近的目 標不能被有效檢測，極大地限制了核相關濾波的性能。Danelljan等人在2015 年提出SRDCF目標跟蹤方法，該方法通過空域正則化去解決邊界效應，但由 于空域正則化破壞了相關濾波的封閉解，不得不采用高斯-塞德爾迭代求解， 使得運行速度僅能達到數幀每秒，極大地限制了目標跟蹤方法的實時性。

此外，核相關濾波類目標跟蹤方法使用較高的學習率更新跟蹤模型，其 目的是減少舊樣本在模型中的比例，使濾波器快速適應目標的變化。但是， 這種高風險的更新策略使跟蹤模型僅能保留數十幀的樣本，一旦目標出現遮 擋、移出視野等情形時，模型將迅速漂移。

因此，針對現有的采用核相關濾波器的目標跟蹤方法存在的問題，需要 提供一種能夠解決邊界效應問題且仍具有實時性應用，還能適應目標發(fā)生遮 擋、移出視野等狀況的目標跟蹤方法。

發(fā)明內容