[發(fā)明專利]基于相似度度量的模型漂移抑制方法及其裝置

有效

• 申請?zhí)枺?/td>: 201811229008.X
• 申請日: 2018-10-22
• 公開（公告）號: CN109389624B
• 公開（公告）日: 2022-04-19
• 發(fā)明（設(shè)計(jì)）人: 何雪東;周盛宗
• 申請（專利權(quán)）人: 中國科學(xué)院福建物質(zhì)結(jié)構(gòu)研究所
• 主分類號: G06T7/277
• 分類號: G06T7/277
• 代理公司: 北京元周律知識產(chǎn)權(quán)代理有限公司 11540
• 代理人: 胡璇

本申請公開了一種基于相似度度量的模型漂移抑制方法及其裝置，該方法包括以下步驟：步驟S100：根據(jù)初始化幀得到相關(guān)濾波跟蹤算法中參數(shù)；步驟S200：對初始化幀中的目標(biāo)位置和目標(biāo)尺度進(jìn)行采樣，提取初始目標(biāo)特征，提取跟蹤t時(shí)間后，第i幀圖像中框選目標(biāo)的特征，計(jì)算框選目標(biāo)與初始目標(biāo)的相似度，進(jìn)行相似度判斷；步驟S300：如果更新目標(biāo)集，則根據(jù)更新閾值β對訓(xùn)練模型進(jìn)行更新。該方法設(shè)定固定數(shù)量的目標(biāo)集，將跟蹤過程中跟蹤算法獲得的目標(biāo)塊，經(jīng)相似度度量判斷后，確定是否更新目標(biāo)集和模型，從而避免由于模板更新導(dǎo)致的模型漂移現(xiàn)象的發(fā)生。本發(fā)明的又一方面還提供了一種基于相似度度量的模型漂移抑制的裝置。

技術(shù)領(lǐng)域

本申請涉及一種基于相似度度量的模型漂移抑制方法及其裝置，屬于計(jì)算機(jī)視覺領(lǐng)域。

背景技術(shù)

目標(biāo)跟蹤是計(jì)算機(jī)視覺問題中的研究熱點(diǎn)之一，在視頻監(jiān)控、無人機(jī)等領(lǐng)域有著非常廣泛的應(yīng)用。一般目標(biāo)跟蹤是僅在其初始狀態(tài)下，估計(jì)視頻中目標(biāo)的軌跡的問題。最近，相關(guān)濾波理論由于其高效性和魯棒性，被用于目標(biāo)跟蹤領(lǐng)域中，極大地推動了目標(biāo)跟蹤的發(fā)展。在目標(biāo)跟蹤過程中，可視化跟蹤基準(zhǔn)(Visual Tracker Benchmark)序列集中包含了11種屬性，表示視覺跟蹤中的可視化目標(biāo)的軌跡。

模板漂移現(xiàn)象是指：在目標(biāo)跟蹤過程中，由于不斷進(jìn)行模板更新，目標(biāo)會逐漸移出模板，而背景物體則逐漸占據(jù)整個(gè)模板的現(xiàn)象。

目標(biāo)物體被遮擋、目標(biāo)物體不在視野中等屬性是導(dǎo)致模型漂移的重要因素。雖然研究人員已就相關(guān)濾波跟蹤算法進(jìn)行了較多改進(jìn)，但對于模型漂移問題，仍然主要通過特征表征等手段進(jìn)行校正，所用特征如方向梯度直方圖(HOG)、顏色屬性(CN)和深度特征。

現(xiàn)有的相關(guān)濾波跟蹤算法，對于模型漂移現(xiàn)象均無法較好的避免。

發(fā)明內(nèi)容

根據(jù)本申請的一個(gè)方面，提供了一種基于相似度度量的模型漂移抑制方法，該方法設(shè)定固定數(shù)量的目標(biāo)集，將跟蹤過程中跟蹤算法獲得的目標(biāo)塊，經(jīng)相似度度量判斷后，確定是否更新目標(biāo)集和模型，從而避免由于模板更新導(dǎo)致的模型漂移現(xiàn)象的發(fā)生。

所述基于相似度度量的模型漂移抑制方法，其特征在于，包括以下步驟：

步驟S100：設(shè)定目標(biāo)集中所含目標(biāo)數(shù)量，并將初始化幀中目標(biāo)放入目標(biāo)集中并填滿所述目標(biāo)集；

步驟S200：提取跟蹤t時(shí)間后第i幀圖像中框選目標(biāo)的特征，計(jì)算框選目標(biāo)與目標(biāo)集中目標(biāo)塊的相似度，根據(jù)所述相似度判斷第i幀圖像中框選目標(biāo)樣本是否放入目標(biāo)集中，如果放入則輸出更新閾值進(jìn)行目標(biāo)集更新；

步驟S300：如果更新目標(biāo)集，則根據(jù)更新閾值對訓(xùn)練模型進(jìn)行更新，否則不更新所述訓(xùn)練模型。

可選地，所述相關(guān)濾波跟蹤算法中包括尺度估計(jì)步驟時(shí)，所述步驟S200中還包括將第i幀圖像中框選目標(biāo)縮放到初始化目標(biāo)尺度后，對第i幀圖像中框選目標(biāo)進(jìn)行特征提取步驟。

可選地，所述目標(biāo)集更新策略為先進(jìn)先出更新策略。

可選地，所述步驟S300中按

對訓(xùn)練模型參數(shù)進(jìn)行更新，

其中，為初始化幀濾波器模型參數(shù)，為跟蹤t-1時(shí)刻下濾波器模型參數(shù)，為跟蹤t時(shí)刻下濾波器模型參數(shù)。為跟蹤t-1時(shí)刻下目標(biāo)外觀模型參數(shù)，為初始化幀目標(biāo)外觀模型參數(shù)，為跟蹤t時(shí)刻下目標(biāo)外觀模型參數(shù)，β為更新閾值，μ為訓(xùn)練模型學(xué)習(xí)率。

可選地，所述步驟S200包括以下步驟：

步驟S210：判斷第i幀跟蹤圖像框選目標(biāo)樣本和與目標(biāo)集中各目標(biāo)塊的相似度是否大于等于0.9，如果大于等于0.9則不更新目標(biāo)集中，并設(shè)置更新閾值β＝1；