[發明專利]基于融合特征和自適應更新策略的相關濾波跟蹤算法

有效

• 申請號: 201811542470.5
• 申請日: 2018-12-17
• 公開（公告）號: CN109754424B
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 李映;薛希哲;白宗文
• 申請（專利權）人: 西北工業大學
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T5/00
• 代理公司: 西安凱多思知識產權代理事務所(普通合伙) 61290
• 代理人: 劉新瓊

1.一種基于融合特征和自適應更新策略的相關濾波跟蹤方法，其特征在于步驟如下：

步驟1：讀取視頻中第一幀圖像數據以及目標所在的初始位置信息[x₁,y₁,w,h]，其中x₁,y₁表示第一幀目標中心P₁的橫坐標和縱坐標，w,h表示目標的寬和高；

步驟2：根據目標初始位置中心點(x₁,y₁)確定一個目標區域R，R的大小為M×N，其中M＝3×w,N＝3×h；在R的區域內提取Color Name特征，維度為11維；再將原圖從原有顏色空間轉化到HSV顏色空間，在區域R的三個顏色通道內分別提取27維方向梯度直方圖特征；最后把所得Color Name特征和三個顏色通道上分別提取到的3個梯度直方圖特征進行連接，構成92維的融合特征f₁；

步驟3：讀取第k幀圖像，k≥2且起始值為2，在第t幀圖像中以(x_t-1,y_t-1)為中心提取S個不同尺度的圖像子塊，S設定為33，每個子塊的大小為M×N×s，變量s為圖像子塊的尺度因子，s∈[0.7,1.4]，然后經過尺度縮放到M×N的大??；

步驟4：按照步驟2的方法分別提取每個子塊的融合特征f_tⁱ，其中i＝1,2,…,S，然后合并將S個融合特征矩陣連接之后成為一個大小為S×M×N的特征圖，這里將其命名為尺度特征圖，記為f_t，再根據f_t訓練相關濾波器模型w_k，在訓練過程中，對于第t幀圖像，要使w_k滿足以下約束關系：

這里用y∈R^T代表期望的相關濾波器輸出，其中T＝length(f_k)；K＝92表示濾波器的通道數；λ是歸一化參數，其值為10^-3，Pf_t^k[Δτ_j]則表示通過j＝[0,...,T-1]步的循環移位從原圖片中生成的圖像塊；

步驟5：通過離散傅里葉變換，可以把以上公式轉換到頻域來提高計算效率；利用ADMM優化方法優化N次可逼近滿足此公式的最優解W_k；

步驟6：用濾波器W_k與提取的圖像子塊特征f_k進行卷積運算，得到M×N×S維代表不同尺度下的響應圖，在每一個尺度上，對響應圖進行傅里葉逆變換，可以得到時域上的置信圖responce，獲取最大響應值所在位置最大響應值對應的坐標(x',y')即為目標位置，該響應值所在尺度即為當前幀目標的尺度

步驟7：用rp_target表示置信圖中所有值的集合，則rp_target(a,b)表示置信圖中某一點的置信度，所以根據時域上的置信圖responce，可以按照如下方式計算得到置信圖的置信度閾值C：

步驟8：根據置信度閾值C，在第t幀可以把W_t按照如下公式更新：

W_t＝(1-η)W_t-1+ηW_t (4)

在這里η表示學習率，LR＝0.013，W是w在頻域的表示；

步驟9：判斷是否處理完所有圖像，如果是則結束；否則轉回步驟4。

2.根據權利要求1所述的一種基于融合特征和自適應更新策略的相關濾波跟蹤方法，其特征在于步驟5中的N＝50。