[發明專利]一種融合多特征的自適應運動目標跟蹤方法

在審

• 申請號: 201911408718.3
• 申請日: 2019-12-31
• 公開（公告）號: CN111539985A
• 公開（公告）日: 2020-08-14
• 發明（設計）人: 尚振宏;謝柳
• 申請（專利權）人: 昆明理工大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種融合多特征的自適應運動目標跟蹤方法，其特征在于，包括以下步驟：

第一步：獲取目標的初始位置信息；

第二步：根據第一步獲取的初始位置信息提取候選目標樣本的HOG特征和卷積特征；

第三步：根據第二步提取的HOG特征和卷積特征分別訓練相關濾波器，然后分別利用各自相關濾波器計算得到不同特征下的響應圖。

第四步：根據第三步得到的HOG特征響應圖和卷積特征響應圖，采用自適應權重融合的方式得到最終相關濾波響應圖；

第五步：根據第四步得到的最終相關濾波響應圖，預測目標位置；

第六步：根據第五步預測的目標位置信息，在此基礎上對目標提取HOG特征建立尺度濾波器，利用尺度濾波器計算得到目標最佳尺度；

第七步：通過計算相關濾波響應圖的平均峰值相關能量(Average Peak-to-Correlation Energy，APCE)，實現模型的稀疏更新。

2.根據權利要求書1所述的一種融合多特征的自適應運動目標跟蹤方法，其特征在于，所述第二步中卷積特征是利用預訓練好的卷積神經網絡VGG19提取的特征。

3.根據權利要求書1所述的一種融合多特征的自適應運動目標跟蹤方法，其特征在于，所述第三步和第六步中相關濾波器可通過最小化目標函數求解得到，即：

式中，x為d通道的目標特征，其第d個通道特征表示為x^d，相關濾波器為w，由D個單通道濾波器w^d組成。*代表循環相關操作，y表示相關濾波期望輸出，λ為正則化參數。利用傅里葉變換快速求解可得到相關濾波器為：

式中，大寫字母表示相應變量的頻域描述形式，為Y的復共軛，表示對應元素相乘。

4.根據權利要求書1所述的一種融合多特征的自適應運動目標跟蹤方法，其特征在于，所述第三步中特征響應圖可通過提取的目標特征和相應的相關濾波器作相關操作得到，即：

其中，z^d表示下一幀的目標圖像特征，F^-1表示傅里葉逆變換。

5.根據權利要求書1所述的一種融合多特征的自適應運動目標跟蹤方法，其特征在于，所述第四步中自適應融合權重是采用相鄰圖像幀的特征響應圖峰值旁瓣比差值計算得到。差異越小說明該特征下學習到的濾波器性能越好，則在特征響應圖融合中應對該特征響應圖賦予更高的權重。因此，兩個特征各自的自適應權重由下式計算：

其中，t為當前幀的序列號，和分別表示相鄰幀的傳統特征(HOG特征)和卷積特征響應圖峰值旁瓣比差值，計算公式為：

C_t＝PSR(f_t)-PSR(f_t-1)

式中，μ和δ分別為響應圖f的均值和方差。

6.根據權利要求書1所述的一種融合多特征的自適應運動目標跟蹤方法，其特征在于，所述第五步中目標位置就是相關濾波響應圖中最大值位置。

7.根據權利要求書1所述的一種融合多特征的自適應運動目標跟蹤方法，其特征在于，所述第七步中APEC值用來表征目標響應圖的波動程度和目標的置信程度，其計算公式為：

式中，f_max和f_min分別表示響應圖中的最大值和最小值，f_i,j表示響應圖中第i行第j列的值。當響應圖的APCE值大于更新閾值時，則該跟蹤結果被認為是高置信度，那么跟蹤模型進行在線更新。