[發明專利]一種基于雙模型的自適應融合的目標跟蹤方法

在審

• 申請號: 201811259843.8
• 申請日: 2018-10-26
• 公開（公告）號: CN111104948A
• 公開（公告）日: 2020-05-05
• 發明（設計）人: 戴偉聰;金龍旭;李國寧
• 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: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 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: 曹衛良

1.一種基于雙模型的自適應融合的目標跟蹤方法，其特征在于，所述方法包括：

步驟S1：根據初始幀，獲取目標初始信息；

步驟S2：分別從前景區域和背景區域提取顏色直方圖，并采用嶺回歸方程求解和訓練顏色分類器；

步驟S3：從相關濾波區域提取特征，并訓練相關濾波器；

步驟S4：初始化尺度濾波器，提取不同尺度圖像塊來訓練尺度濾波器；

步驟S5：利用所述顏色分類器檢測目標，獲得顏色分類器的響應；

步驟S6：在相關濾波區域內用相關濾波器檢測目標，獲得相關濾波的響應；

步驟S7：根據所述相關濾波的響應計算相對置信度，基于所述相對置信度計算自適應融合系數，采用所述自適應融合系數融合相關濾波器的響應和顏色分類器的響應，獲得檢測目標的位置；

步驟S8：提取所述目標的特征，并更新所述相關濾波器和顏色分類器；

步驟S9：檢測尺度變化，更新目標、前景區域、背景區域和尺度濾波器；

步驟S10：重復步驟S5至步驟S9，直至視頻結束。

2.根據權利要求1所述的一種基于雙模型的自適應融合的目標跟蹤方法，其特征在于，所述目標初始信息包括目標位置、目標的長度、目標的寬度。

3.根據權利要求1所述的一種基于雙模型的自適應融合的目標跟蹤方法，其特征在于，所述步驟S2中提取顏色直方圖的過程為：將顏色空間均分為若干個顏色區間，定義每個顏色區間為直方圖的一個直方柱，統計前景區域或者背景區域落在每一個直方柱中的像素點的個數。

4.根據權利要求3所述的一種基于雙模型的自適應融合的目標跟蹤方法，其特征在于，所述顏色直方圖的直方柱的寬度值為8。

5.根據權利要求1所述的一種基于雙模型的自適應融合的目標跟蹤方法，其特征在于，所述嶺回歸方程的表達式為：

χ_t表示訓練樣本及其對應的回歸值，β為所需要求解的顏色分類器，L_hist表示分類器的損失函數，λ_hist為正則化系數。

6.根據權利要求1所述的一種基于雙模型的自適應融合的目標跟蹤方法，其特征在于，訓練相關濾波器的方法為最小化下述公式：

其中，f表示樣本，d為樣本f的維數，h為相關濾波器，g表示相關濾波器需要的輸出，g為高斯函數，*表示卷積運算，λ為正則化系數。

7.根據權利要求1所述的一種基于雙模型的自適應融合的目標跟蹤方法，其特征在于，所述相對置信度的表達式為：

其中，r_t為第t幀時相關濾波器的檢測結果相對全局的相對置信度，APCE_t為第t幀響應y_t的平均相關峰值能量，APCE_t的具體計算表達式為：

8.根據權利要求7所述的一種基于雙模型的自適應融合的目標跟蹤方法，其特征在于，所述自適應融合系數的表達式為：

其中，αt為第t幀時的自適應融合系數，ρ為相對置信度的影響因子，r_t為第t幀時相關濾波器的檢測結果相對全局的相對置信度，α為常量加權系數。

9.根據權利要求8所述的一種基于雙模型的自適應融合的目標跟蹤方法，其特征在于，采用所述自適應融合系數融合相關濾波器的響應和顏色分類器的響應，具體計算表達式如下所述：

response＝(1-α_t)response_cf+α_t·response_p，

其中，response_cf為相關濾波器的響應，response_p為顏色分類器的響應，α_t為第t幀時的自適應融合系數，response為最終響應。

10.根據權利要求8所述的一種基于雙模型的自適應融合的目標跟蹤方法，其特征在于，影響因子ρ用于調整相關濾波器判別結果和顏色分類器判別結果的權重。