[發(fā)明專利]目標(biāo)跟蹤方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811149881.8
• 申請(qǐng)日: 2018-09-29
• 公開（公告）號(hào): CN109377514A
• 公開（公告）日: 2019-02-22
• 發(fā)明（設(shè)計(jì)）人: 陳典兵;韓廣良;王宇慶;吳笑天;楊航
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所
• 主分類號(hào): G06T7/246
• 分類號(hào): G06T7/246
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 羅滿

1.一種目標(biāo)跟蹤方法，其特征在于，包括：

獲取目標(biāo)物體在實(shí)際應(yīng)用場(chǎng)景中當(dāng)前幀圖像的多個(gè)候選粒子；

基于預(yù)先構(gòu)建的稀疏表示模型，利用優(yōu)化公式計(jì)算各候選粒子的稀疏表示系數(shù)和稀疏表示誤差向量；

基于各候選粒子的稀疏表示系數(shù)和稀疏表示誤差向量計(jì)算各候選粒子的觀測(cè)概率；

從中選擇最大觀測(cè)概率的候選粒子，以作為所述目標(biāo)物體在所述當(dāng)前幀圖像的目標(biāo)粒子；

其中，所述目標(biāo)物體在PCA子空間中的空間正交基向量集作為字典；所述稀疏表示模型為基于稀疏表示系數(shù)和稀疏表示誤差向量構(gòu)建的模型。

2.根據(jù)權(quán)利要求1所述的目標(biāo)跟蹤方法，其特征在于，在所述從中選擇最大觀測(cè)概率的候選粒子之后，還包括：

根據(jù)所述目標(biāo)粒子的稀疏表示誤差向量的非零比率與第一閾值和第二閾值的之間數(shù)值關(guān)系，隔幀更新所述目標(biāo)物體的字典。

3.根據(jù)權(quán)利要求2所述的目標(biāo)跟蹤方法，其特征在于，所述根據(jù)所述目標(biāo)粒子的稀疏表示誤差向量的非零比率與第一閾值和第二閾值的之間數(shù)值關(guān)系，隔幀更新所述目標(biāo)物體的字典包括：

根據(jù)所述目標(biāo)粒子在所述當(dāng)前幀圖像采集時(shí)刻的狀態(tài)，在所述當(dāng)前幀圖像中提取相應(yīng)的向量化圖像區(qū)域數(shù)據(jù)；

當(dāng)所述非零比率不大于所述第一閾值，將所述圖像區(qū)域數(shù)據(jù)作為待更新數(shù)據(jù)存儲(chǔ)至待更新數(shù)據(jù)集；

當(dāng)所述非零比率大于所述第一閾值且不大于所述第二閾值，根據(jù)下述公式計(jì)算所述待更新數(shù)據(jù)集中待更新數(shù)據(jù)：

式中，為所述目標(biāo)粒子，為所述目標(biāo)粒子的待更新數(shù)據(jù)，為所述目標(biāo)粒子的稀疏表示誤差向量，為所述目標(biāo)粒子的圖像區(qū)域數(shù)據(jù)，μ(q)為所述PCA子空間的空間中心，q為向量中元素的標(biāo)序；

當(dāng)所述非零比率大于所述第二閾值，舍棄所述圖像區(qū)域數(shù)據(jù)，所述待更新數(shù)據(jù)集不收集數(shù)據(jù)；

當(dāng)所述待更新數(shù)據(jù)集中的數(shù)據(jù)量達(dá)到閾值，采用增量學(xué)習(xí)算法從所述待更新數(shù)據(jù)集學(xué)習(xí)新的正交基向量集和空間中心，以更新所述目標(biāo)物體的字典。

4.根據(jù)權(quán)利要求1至3任意一項(xiàng)所述的目標(biāo)跟蹤方法，其特征在于，所述稀疏表示模型為基于稀疏表示系數(shù)和稀疏表示誤差向量構(gòu)建的模型包括：

所述稀疏表示模型為：

式中，i為各候選粒子的標(biāo)號(hào)，y_i為第i個(gè)候選粒子的向量化圖像區(qū)域數(shù)據(jù)，c_i為第i個(gè)候選粒子利用所述字典U表示的稀疏表示系數(shù)，e_i為第i個(gè)候選粒子的稀疏表示誤差向量，λ₁為調(diào)節(jié)所述稀疏表示系數(shù)稀疏度的標(biāo)量，λ₂為調(diào)節(jié)所述稀疏表示向量誤差稀疏度的標(biāo)量。

5.根據(jù)權(quán)利要求1至3任意一項(xiàng)所述的目標(biāo)跟蹤方法，其特征在于，所述基于各候選粒子的稀疏表示系數(shù)和稀疏表示誤差向量計(jì)算各候選粒子的觀測(cè)概率包括：

利用下述公式計(jì)算各候選粒子的評(píng)分分?jǐn)?shù)：

式中，i為各候選粒子的標(biāo)號(hào)，S_i為第i個(gè)候選粒子的評(píng)分分?jǐn)?shù)，為濾除均值分量，c為利用所述字典U表示的稀疏表示系數(shù)，e為稀疏表示誤差向量，λ為常數(shù)；

相應(yīng)的，利用下述公式從中選擇最大觀測(cè)概率的候選粒子：

式中，i為各候選粒子的標(biāo)號(hào)，為所述目標(biāo)粒子，為第i個(gè)候選粒子在所述當(dāng)前幀圖像采集時(shí)刻t的狀態(tài)，為各候選粒子的觀測(cè)概率，z_t為觀測(cè)向量。

6.根據(jù)權(quán)利要求4所述的目標(biāo)跟蹤方法，其特征在于，所述獲取目標(biāo)物體在實(shí)際應(yīng)用場(chǎng)景中當(dāng)前幀圖像的多個(gè)候選粒子包括：

在所述實(shí)際應(yīng)用場(chǎng)景中獲取包含目標(biāo)物體的當(dāng)前幀圖像；

調(diào)用粒子濾波算法從所述當(dāng)前幀圖像中選取多個(gè)候選粒子。