[發明專利]一種目標跟蹤方法及裝置

有效

• 申請號: 201910431641.5
• 申請日: 2019-05-22
• 公開（公告）號: CN110147768B
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 周浩;楊峻;袁國武;高赟;張露;陳競
• 申請（專利權）人: 云南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 楊奇松

1.一種目標跟蹤方法，其特征在于，包括：

在圖像幀序列的當前圖像幀中確定多個候選區域；

從每個候選區域中提取多個特征，利用濾波器模型計算出每個特征的響應矩陣，所述響應矩陣中的每個響應值對應一個候選區域，所述響應值表征在基于所述特征進行目標跟蹤時，對應的候選區域中存在待跟蹤目標的可能性；

根據每個特征的響應矩陣相對于所述圖像幀序列的之前圖像幀中同一特征的響應矩陣的變化程度確定每個特征的權重，并根據確定的權重將多個特征的響應矩陣進行加權融合，獲得所述當前圖像幀的融合響應矩陣；

將所述融合響應矩陣中的最大響應值對應的候選區域，確定為所述待跟蹤目標在所述當前圖像幀中的位置；

通過如下公式計算每個特征的響應矩陣對應的模板矩陣response_t'：

其中，response_t為所述圖像幀序列的第t個圖像幀中所述特征的響應矩陣，response_t-1'為第t-1個圖像幀中同一特征的模板矩陣，α為濾波器模型的學習率，N為自然數集；

計算每一特征的變化矩陣C_t＝response_t-response_t-1'，并對所述變化矩陣進行標準化處理，獲得標準變化矩陣C_t'；

計算特征變化系數其中，λ₁為第一閾值，λ₂為第二閾值，且λ₁λ₂；

根據所述特征變化系數確定每個特征的權重；

通過如下公式確定每個特征的權重：

其中，γ_k為第k個特征的權重，c_k(t)為第k個特征對應的特征變化系數，k為1至n中的任一整數。

2.根據權利要求1所述的方法，其特征在于，在利用濾波器模型計算出每個特征的響應矩陣之后，所述方法還包括：

獲取由所述響應矩陣中最大響應值與所述最大響應值周圍區域的響應值所形成的第一響應矩陣，并對所述第一響應矩陣進行標準化處理，獲得第一標準矩陣；

判斷所述第一標準矩陣中是否存在大于第三閾值的響應值；

在所述第一標準矩陣中存在大于第三閾值的響應值時，根據所述第一標準矩陣計算置信度以及根據所述置信度計算所述濾波器模型更新的學習率，并利用所述學習率更新所述濾波器模型，其中，所述置信度表征由所述最大響應值確定的待跟蹤目標的位置的可信程度；

在所述第一標準矩陣中不存在大于所述第三閾值的響應值時，保持原有的濾波器模型。

3.根據權利要求2所述的方法，其特征在于，所述置信度δ＝max(responseZ_t)-Mean(responseZ_t)，Z_tσ₁，其中，responseZ_t為所述第一標準矩陣，mean(responseZ_t)，Z_tσ₁為所述第一標準矩陣中所有大于第三閾值σ₁的響應值的平均值，max(responseZ_t)表示取所述第一標準矩陣中的最大值。

4.根據權利要求2所述的方法，其特征在于，所述根據所述置信度計算所述濾波器模型更新的學習率，包括：

通過如下公式計算所述學習率：

其中，η為濾波器模型更新的學習率，β₁和β₂為預設參數，且β₁β₂，σ₂為第四閾值。

5.根據權利要求1所述的方法，其特征在于，所述多個特征包括方向梯度直方圖特征及顏色直方圖特征。