[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

本申請實施例提供一種目標跟蹤方法及裝置，方法包括：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；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。本申請通過對特征響應的變化情況進行分析可自適應調整多個特征融合的權重，提高了跟蹤的魯棒性，具有較強的抗干擾能力。

技術領域

本申請涉及圖像處理技術領域，具體而言，涉及一種目標跟蹤方法及裝置。

背景技術

目標跟蹤是指在給定的圖像幀序列中，通過提取目標的特征，找到被跟蹤目標的位置。傳統的跟蹤算法一般采用單一的特征對目標進行描述，或以固定的融合權重結合多個特征，當僅使用單個特征來跟蹤目標時，往往會由于表達能力不足而導致跟蹤的準確率較低，或者由于選取的特征只能在特定場景下取得較好的跟蹤效果，而使得算法對于環境的適應性較差，而以固定的權重將多個特征進行融合來跟蹤目標時，由于不同特征對同一目標描述的能力不相同，這導致性能好的特征沒有被充分利用，而差的特征作用反而被放大，從而導致特征融合后的目標跟蹤魯棒性提升不明顯，甚至魯棒性可能會下降。

發明內容

本申請實施例的目的在于提供一種目標跟蹤方法及裝置，通過對特征響應的變化情況進行分析可自適應調整多個特征融合的權重，提高跟蹤的魯棒性，具有較強的抗干擾能力。

第一方面，本申請實施例提供了一種目標跟蹤方法，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。

上述方案采用了多個特征對目標進行描述，當場景變化導致一種特征不能準確描述目標的時候，多種特征能夠起到相互補充的作用，同時，多種特征的響應矩陣并非采用固定權重進行融合，而是結合了之前圖像幀的響應結果，避免了當環境(指圖像幀中的環境)發生較大變化時響應矩陣發生突變，從而產生錯誤的判斷，提高了跟蹤的魯棒性，具有較強的抗干擾能力。

在第一方面的一種可能的實施方式中，所述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，包括：

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。