[發(fā)明專利]一種基于KCF混合MFO的快速運(yùn)動(dòng)目標(biāo)跟蹤方法

在審

• 申請?zhí)枺?/td>: 201811255830.3
• 申請日: 2018-10-26
• 公開（公告）號: CN109461166A
• 公開（公告）日: 2019-03-12
• 發(fā)明（設(shè)計(jì)）人: 張煥龍;張建偉;張杰;張秀嬌;陳鍵;聶國豪;陳青華;孔漢;楊光露
• 申請（專利權(quán)）人: 鄭州輕工業(yè)學(xué)院
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T7/246
• 代理公司: 鄭州優(yōu)盾知識產(chǎn)權(quán)代理有限公司 41125
• 代理人: 張真真;栗改

本發(fā)明提出了一種基于KCF混合MFO的快速運(yùn)動(dòng)目標(biāo)跟蹤方法，其步驟如下：初始化目標(biāo)狀態(tài)參數(shù)和優(yōu)化模型參數(shù)；執(zhí)行KCF跟蹤方法計(jì)算目標(biāo)在前幾幀內(nèi)的最大響應(yīng)值，并以此求出置信度閾值初始值；依據(jù)當(dāng)前幀最大響應(yīng)值與置信度閾值的關(guān)系，確定不同的基樣本圖像產(chǎn)生方式：當(dāng)最大響應(yīng)值高于置信度閾值，隨機(jī)選取基圖像樣本，執(zhí)行KCF方法跟蹤目標(biāo)；當(dāng)最大響應(yīng)值低于置信度閾值，執(zhí)行MFO搜索機(jī)制搜索全局最優(yōu)解，并作為新的基圖像樣本，然后執(zhí)行KCF方法跟蹤目標(biāo)；動(dòng)態(tài)更新置信度閾值，重復(fù)上述操作實(shí)現(xiàn)快速運(yùn)動(dòng)目標(biāo)的有效跟蹤。本發(fā)明對視頻中快速運(yùn)動(dòng)的目標(biāo)能夠有效地實(shí)現(xiàn)持續(xù)性跟蹤，提高了在復(fù)雜場景下跟蹤方法的適應(yīng)能力。

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)跟蹤的技術(shù)領(lǐng)域，尤其涉及一種基于KCF混合MFO的快速運(yùn)動(dòng)目標(biāo)跟蹤方法，實(shí)現(xiàn)目標(biāo)的持續(xù)性跟蹤，還包括目標(biāo)在視頻相鄰圖像幀間產(chǎn)生快速運(yùn)動(dòng)情況下的狀態(tài)空間搜索機(jī)制和目標(biāo)持續(xù)跟蹤能力。

背景技術(shù)

視覺跟蹤問題的重點(diǎn)是在視頻中預(yù)測移動(dòng)物體的軌跡。目前，視覺跟蹤已經(jīng)應(yīng)用于許多實(shí)際應(yīng)用中，如機(jī)器人服務(wù)、自動(dòng)駕駛汽車、監(jiān)視、人機(jī)交互等等。視覺跟蹤是一個(gè)開放且具有挑戰(zhàn)性的問題，跟蹤器必須能夠在很長一段時(shí)間內(nèi)跟蹤目標(biāo)對象，即使是在復(fù)雜的場景中，比如目標(biāo)漂移和背景遮擋。在初始幀，給定目標(biāo)對象的初始位置，跟蹤器應(yīng)該能夠在跟蹤過程中克服目標(biāo)的外觀和背景的不可預(yù)測的變化，且在后續(xù)幀中找到目標(biāo)對象。近幾十年來，目標(biāo)跟蹤研究已經(jīng)取得了很大的進(jìn)展，但由于許多因素，如光照變化、遮擋、背景雜亂、尺度變化、變形和快速運(yùn)動(dòng)等因素，在計(jì)算機(jī)視覺方面仍是一個(gè)具有挑戰(zhàn)性的問題。另外，由于跟蹤器在一個(gè)以目標(biāo)位于前一幀的位置為中心的局部區(qū)域搜索目標(biāo)，如果目標(biāo)發(fā)生快速運(yùn)動(dòng)或突變運(yùn)動(dòng)，超出跟蹤算法的局部搜索范圍，且沒有針對目標(biāo)重新確定和重新定位的恢復(fù)機(jī)制的情況下，當(dāng)跟蹤器輸出錯(cuò)誤的跟蹤結(jié)果時(shí)，跟蹤方法從錯(cuò)誤的跟蹤結(jié)果中形成一個(gè)不準(zhǔn)確的模型，這可能會(huì)從根本上影響跟蹤性能。

發(fā)明內(nèi)容

針對現(xiàn)有運(yùn)動(dòng)目標(biāo)跟蹤方法的運(yùn)行效率不高和通用性差的技術(shù)問題，本發(fā)明提出一種基于KCF混合MFO的快速運(yùn)動(dòng)目標(biāo)跟蹤方法，將飛蛾-火焰(MFO)搜索策略引入到核相關(guān)濾波跟蹤器(KCF)設(shè)計(jì)中，基于傳統(tǒng)局部搜索算法和優(yōu)化全局搜索算法相結(jié)合的，并采用動(dòng)態(tài)閾值判定對目標(biāo)進(jìn)行重新確定，提高了運(yùn)行效率，能夠適應(yīng)快速運(yùn)動(dòng)的視頻目標(biāo)跟蹤。

為了達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：一種基于KCF混合MFO的快速運(yùn)動(dòng)目標(biāo)跟蹤方法，其步驟如下：

步驟一：讀取第一幀圖像的數(shù)據(jù)信息初始化目標(biāo)的狀態(tài)參數(shù)，設(shè)置MFO搜索和KCF跟蹤方法的優(yōu)化模型參數(shù)；

步驟二：利用KCF跟蹤方法獲得最大響應(yīng)值，確定跟蹤目標(biāo)；

步驟三：根據(jù)KCF跟蹤方法中設(shè)置計(jì)算置信度閾值的集合元素長度，依據(jù)目標(biāo)的最大響應(yīng)值，計(jì)算置信度閾值；

步驟四：依據(jù)當(dāng)前幀的最大響應(yīng)值與置信度閾值的關(guān)系，確定不同的基樣本圖像產(chǎn)生方式：如果第nf幀的最大響應(yīng)值R_maxnf＜Thr_nf-1，Thr_nf-1為第nf幀的置信度閾值，采用飛蛾-火焰全局搜索獲得基樣本圖像，確定基樣本圖像塊區(qū)域，結(jié)合KCF方法實(shí)現(xiàn)目標(biāo)跟蹤；如果R_maxnf≥Thr_nf-1，則依據(jù)第nf幀目標(biāo)在(nf-1)幀內(nèi)的映射位置附近隨機(jī)獲得基樣本圖像塊，執(zhí)行KCF方法對運(yùn)動(dòng)平滑的目標(biāo)進(jìn)行有效跟蹤；使用更新的基樣本圖像塊構(gòu)造循環(huán)矩陣；

步驟五：依據(jù)最大響應(yīng)更新置信度閾值，確定新的基圖像樣本，返回步驟二，確定跟蹤目標(biāo)。

所述步驟二中的KCF跟蹤方法獲得最大響應(yīng)值的方法為：