[發(fā)明專利]目標跟蹤分類器在線訓(xùn)練樣本的超像素中智相似加權(quán)方法

有效

• 申請?zhí)枺?/td>: 201811547139.2
• 申請日: 2018-12-18
• 公開（公告）號: CN109711445B
• 公開（公告）日: 2020-10-16
• 發(fā)明（設(shè)計）人: 胡珂立;沈士根;葉軍;趙利平;樊長興;彭華;葉曉彤;范恩
• 申請（專利權(quán)）人: 紹興文理學院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 紹興市寅越專利代理事務(wù)所(普通合伙) 33285
• 代理人: 周正輝

本發(fā)明涉及一種目標跟蹤分類器在線訓(xùn)練樣本的超像素中智相似加權(quán)方法，所述方法包括：讀取視頻幀，依據(jù)初始目標位置提取樣本，初始化目標跟蹤分類器；讀取視頻新幀，確定目標位置，計算相應(yīng)超像素圖像；基于相交區(qū)域的超像素中智隸屬度、不確定性度和非隸屬度量測；基于區(qū)域形狀距離的超像素中智隸屬度、不確定性度和非隸屬度量測；計算超像素類目標置信向量；提取訓(xùn)練樣本，計算樣本中智權(quán)值；利用加權(quán)樣本更新目標跟蹤分類器。本發(fā)明的方法實現(xiàn)簡單、抗干擾能力強，能夠較好地適應(yīng)背景復(fù)雜多變、光照變化等極具挑戰(zhàn)的情況；本發(fā)明適用于基于魯棒目標跟蹤的應(yīng)用，如視頻監(jiān)控、自動駕駛等，適用于大規(guī)模推廣應(yīng)用。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機機器視覺技術(shù)領(lǐng)域，具體是指一種目標跟蹤分類器在線訓(xùn)練樣本的超像素中智相似加權(quán)方法。

背景技術(shù)

目標跟蹤是計算機視覺中的一項基礎(chǔ)技術(shù)，其主要是綜合利用統(tǒng)計學、圖形圖像理論、機器學習等多種理論共同分析確定興趣目標在視頻中每一幀的位置。目標跟蹤是眾多視覺應(yīng)用中的一項關(guān)鍵技術(shù)，廣泛用于視覺智慧交通、視覺監(jiān)控、自動駕駛等應(yīng)用。由于現(xiàn)實場景多變，如何魯棒跟蹤興趣目標仍然是一個具有挑戰(zhàn)性的熱點性問題。

基于分類器的目標跟蹤算法在目標跟蹤領(lǐng)域一直占據(jù)著重要位置。分類器跟蹤算法一般在選定目標區(qū)域的第一幀初始化分類器參數(shù)，在之后每一幀中的前幀目標位置周圍區(qū)域求取以每一像素為跟蹤框中心點的分類器響應(yīng)，依據(jù)分類器最大響應(yīng)原則求取當前幀目標位置。為適應(yīng)被跟蹤目標周圍環(huán)境以及目標自身在圖像中呈現(xiàn)的變化，分類器必須在跟蹤過程中在線提取訓(xùn)練樣本更新分類器模型。樣本提取的質(zhì)量將直接影響分類器的分類精度，通常將距離目標位置很近的圖像塊作為正樣本，距離較遠的圖像塊作為負樣本，這些圖像塊與目標跟蹤框具有同樣大小。若樣本提取出現(xiàn)偏差，將會逐步降低分類器分類精度，最終導(dǎo)致跟蹤失敗?；诖祟悊栴}，樣本加權(quán)被引入，如依據(jù)距離加權(quán)、時空關(guān)聯(lián)特性加權(quán)、類目標度加權(quán)等。類目標度加權(quán)得到了較好的效果，然而，直接利用超像素圖像獲取類目標度，容易引入較多的目標背景干擾，在干擾較大時極易造成分類器衰弱，跟蹤失敗。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種目標跟蹤分類器在線訓(xùn)練樣本的超像素中智相似加權(quán)方法，實現(xiàn)簡單、抗干擾能力強，能夠較好地適應(yīng)背景復(fù)雜多變、光照變化等極具挑戰(zhàn)的情況。

為了實現(xiàn)上述目的，本發(fā)明具有如下構(gòu)成：

該目標跟蹤分類器在線訓(xùn)練樣本的超像素中智相似加權(quán)方法，包括如下步驟：

S100：讀取視頻幀，依據(jù)初始目標位置提取樣本，初始化目標跟蹤分類器；

S200：讀取視頻新幀，確定目標位置，計算相應(yīng)超像素圖像；

S300：基于相交區(qū)域進行超像素中智隸屬度、不確定性度和非隸屬度量測；

S400：基于區(qū)域形狀距離進行超像素中智隸屬度、不確定性度和非隸屬度量測；

S500：根據(jù)步驟S300和步驟S400的結(jié)果計算超像素類目標置信向量；

S600：在該視頻中提取訓(xùn)練樣本，根據(jù)所述超像素類目標置信向量計算樣本中智權(quán)值；

S700：根據(jù)所述樣本中智權(quán)值，利用加權(quán)樣本更新目標跟蹤分類器。

可選地，所述步驟S700之后，還包括如下步驟：

判斷是否所有幀均讀取完畢，如果是，則結(jié)束退出，否則返回步驟S200。

可選地，所述步驟S300中，基于相交區(qū)域進行超像素中智隸屬度、不確定性度和非隸屬度量測，包括根據(jù)如下公式量測所述超像素中智隸屬度、不確定性度和非隸屬度：

F_A(i)＝1-T_A(i)