[發(fā)明專利]一種基于KCF算法的運(yùn)動(dòng)預(yù)測方法

在審

• 申請?zhí)枺?/td>: 201810868875.1
• 申請日: 2018-08-02
• 公開（公告）號(hào): CN109087331A
• 公開（公告）日: 2018-12-25
• 發(fā)明（設(shè)計(jì)）人: 肖東晉;張立群
• 申請（專利權(quán)）人: 阿依瓦（北京）技術(shù)有限公司
• 主分類號(hào): G06T7/223
• 分類號(hào): G06T7/223
• 代理公司: 上海智晟知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 31313
• 代理人: 李鏑的

本發(fā)明涉及一種基于核相關(guān)濾波KCF算法的運(yùn)動(dòng)預(yù)測方法，包括：在模板圖像中選取四個(gè)以上非共線的點(diǎn)X1、X2、X3、X4；在模板圖像中分別以所選取的點(diǎn)X1、X2、X3、X4為中心選取矩形塊；根據(jù)模板圖像與上一幀的圖像位置關(guān)系確定所選取的點(diǎn)X1、X2、X3、X4在上一幀中的位置X1’、X2’、X3’、X4’作為當(dāng)前幀的搜索中心點(diǎn)；在當(dāng)前幀中分別以位置X1’、X2’、X3’、X4’為中心選取相應(yīng)矩形塊作為KCF算法的搜索區(qū)域；使用核相關(guān)濾波KCF算法在所述搜索區(qū)域中確定X1、X2、X3、X4在當(dāng)前幀中的粗略位置X1”、X2”、X3”、X4”；使用匹配算法根據(jù)所述粗略位置X1”、X2”、X3”、X4”在以X1”、X2”、X3”、X4”為中心的矩形區(qū)域中進(jìn)行匹配以確定X1、X2、X3、X4在當(dāng)前幀中的精細(xì)位置X1”’、X2”’、X3”’、X4”’。

技術(shù)領(lǐng)域

本發(fā)明總體而言涉及圖像處理領(lǐng)域，具體而言涉及一種基于KCF算法的運(yùn)動(dòng)預(yù)測方法。

背景技術(shù)

KCF(Kernel Correlation Filter核相關(guān)濾波算法)是一種鑒別式追蹤方法，這類方法一般在追蹤過程中訓(xùn)練一個(gè)目標(biāo)檢測器，然后使用目標(biāo)檢測器去檢測下一幀預(yù)測位置是否是目標(biāo)，隨后再使用新檢測結(jié)果去更新訓(xùn)練集進(jìn)而更新目標(biāo)檢測器。在訓(xùn)練目標(biāo)檢測器時(shí)一般選取目標(biāo)區(qū)域?yàn)檎龢颖?，目?biāo)的周圍區(qū)域?yàn)樨?fù)樣本，因此越靠近目標(biāo)的區(qū)域?yàn)檎龢颖镜目赡苄栽酱?。KCF跟蹤器對發(fā)生光照變化、遮擋、非剛性形變、運(yùn)動(dòng)模糊、背景雜亂等的視頻均能跟蹤良好，且速度較快。

KCF跟蹤算法的主要特點(diǎn)有：

(1)使用目標(biāo)周圍區(qū)域的循環(huán)矩陣采集正負(fù)樣本，利用脊回歸訓(xùn)練目標(biāo)檢測器，并成功的利用循環(huán)矩陣在傅里葉空間可對角化的性質(zhì)將矩陣的運(yùn)算轉(zhuǎn)化為向量的Hadamad積，即元素的點(diǎn)乘，大大降低了運(yùn)算量，提高了運(yùn)算速度，使算法滿足實(shí)時(shí)性要求。

(2)將線性空間的脊回歸通過核函數(shù)映射到非線性空間，在非線性空間通過求解一個(gè)對偶問題和某些常見的約束，同樣的可以使用循環(huán)矩陣傅里葉空間對角化簡化計(jì)算。

(3)引進(jìn)了多通道特征，減小光線變化影響。

盡管目前在既能滿足運(yùn)動(dòng)跟蹤效果要求，跟蹤速度又非常快的方案中，KCF跟蹤算法在目標(biāo)預(yù)測跟蹤應(yīng)用中，要比利用傳感器、建立多層金字塔等方法在速度、準(zhǔn)確性和運(yùn)動(dòng)模糊等方面的效果要好。然而，由于KCF跟蹤算法主要通過平移產(chǎn)生大量樣本來得到每個(gè)樣本離中心的距離，然后對目標(biāo)進(jìn)行學(xué)習(xí)跟蹤，因此該方法對于在平移運(yùn)動(dòng)中模糊運(yùn)動(dòng)的目標(biāo)的跟蹤效果和速度比較理想，但是對于在運(yùn)動(dòng)中旋轉(zhuǎn)的目標(biāo)的預(yù)測效果不好，不能滿足使用需求。

發(fā)明內(nèi)容

本發(fā)明的任務(wù)是提供一種基于核相關(guān)濾波KCF算法的運(yùn)動(dòng)預(yù)測方法，通過該方法，既能夠快速、準(zhǔn)確地跟蹤目標(biāo)運(yùn)動(dòng)，從而快速、準(zhǔn)確地預(yù)測目標(biāo)運(yùn)動(dòng)趨勢，又能解決目標(biāo)運(yùn)動(dòng)模糊、旋轉(zhuǎn)時(shí)跟蹤不準(zhǔn)確或失敗的問題。

根據(jù)本發(fā)明，前述任務(wù)通過一種基于核相關(guān)濾波KCF算法的運(yùn)動(dòng)預(yù)測方法來解決，該方法包括下列步驟：

在模板圖像中選取四個(gè)以上非共線的點(diǎn)X1、X2、X3、X4；

在模板圖像中分別以所選取的點(diǎn)X1、X2、X3、X4為中心選取矩形塊；

根據(jù)模板圖像與上一幀的圖像位置關(guān)系確定所選取的點(diǎn)X1、X2、X3、X4在上一幀中的位置X1’、X2’、X3’、X4’；

在當(dāng)前幀中分別以位置X1’、X2’、X3’、X4’為中心選取相應(yīng)矩形塊作為KCF算法的搜索區(qū)域；

使用核相關(guān)濾波KCF算法在所述搜索區(qū)域中確定X1、X2、X3、X4在當(dāng)前幀中的粗略位置X1”、X2”、X3”、X4”；