[發(fā)明專利]基于判別式尺度空間跟蹤算法的相關(guān)濾波自適應(yīng)方法在審
| 申請?zhí)枺?/td> | 202010161972.4 | 申請日: | 2020-03-10 |
| 公開(公告)號: | CN111292358A | 公開(公告)日: | 2020-06-16 |
| 發(fā)明(設(shè)計)人: | 陳志華;馬龍 | 申請(專利權(quán))人: | 南京理工大學(xué) |
| 主分類號: | G06T7/246 | 分類號: | G06T7/246 |
| 代理公司: | 南京理工大學(xué)專利中心 32203 | 代理人: | 岑丹 |
| 地址: | 210094 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 判別式 尺度 空間 跟蹤 算法 相關(guān) 濾波 自適應(yīng) 方法 | ||
1.一種基于判別式尺度空間跟蹤算法的相關(guān)濾波自適應(yīng)方法,其特征在于,具體步驟為:
步驟1,讀取首幀圖像,獲取初始目標(biāo)位置以及初始目標(biāo)尺度;
步驟2,對首幀圖像進(jìn)行HOG特征提取,得到具有d維特征描述的子圖像特征和其對應(yīng)的濾波器高斯輸出,通過最小化均方誤差和對相關(guān)濾波器系數(shù)完成初始化,所述相關(guān)濾波器包括位置濾波器和尺度濾波器;
步驟3,讀取第t幀圖像,以上一幀圖像中目標(biāo)位置為中心,采集一個尺寸為目標(biāo)2倍大小的樣本,求解位置濾波器最大響應(yīng)值作為當(dāng)前目標(biāo)位置;
步驟4,以當(dāng)前目標(biāo)位置為中心,提不同尺度下的樣本,求解尺度濾波器最大響應(yīng)值作為當(dāng)前目標(biāo)尺度,并對相鄰兩幀目標(biāo)位置差進(jìn)行更新;
步驟5,分別提取位置濾波器訓(xùn)練樣本和尺度濾波器訓(xùn)練樣本,更新該幀下的高斯輸出和學(xué)習(xí)速率,完成位置濾波器和尺度濾波器的更新;
步驟6,循環(huán)步驟3-5,當(dāng)沒有下一幀圖像可輸入時得到目標(biāo)的跟蹤圖像集。
2.根據(jù)權(quán)利要求1所述的基于判別式尺度空間跟蹤算法的相關(guān)濾波自適應(yīng)方法,其特征在于,步驟1中將首幀圖像中目標(biāo)的位置和尺度作為初始目標(biāo)位置和初始目標(biāo)尺度。
3.根據(jù)權(quán)利要求1所述的基于判別式尺度空間跟蹤算法的相關(guān)濾波自適應(yīng)方法,其特征在于,步驟2對相關(guān)濾波器系數(shù)完成初始化的具體方法為:
步驟2.1,對首幀圖像進(jìn)行HOG特征提取,得到具有d維特征描述的子圖像特征f1,f2,...,fd,和其對應(yīng)的濾波器高斯輸出g1,g2,...,gd,對子圖像特征和濾波器高斯輸出分別進(jìn)行傅里葉變換得到F1,F2,...,Fd和G1,G2,...,Gd;
步驟2.2,根據(jù)傅里葉變換后的子圖像特征和濾波器高斯,構(gòu)造代價函數(shù):
式中,H表示相關(guān)濾波器模板,l表示其中的第l維,λ表示正則項系數(shù);
步驟2.3,將ε最小時的H作為相關(guān)濾波器模板的初始值;
當(dāng)時,ε達(dá)到最小,記則分別表示尺度濾波器、位置濾波器模板在處理第一幀圖像后初始化得到的分子,參數(shù)分別表示尺度濾波器、位置濾波器模板在處理第一幀圖像后初始化得到的分母。
4.根據(jù)權(quán)利要求1所述的基于判別式尺度空間跟蹤算法的相關(guān)濾波自適應(yīng)方法,其特征在于,求解位置濾波器最大響應(yīng)值作為當(dāng)前目標(biāo)位置的具體方法為:
步驟3.1,讀取第t幀圖像It,參照位置濾波器模板在前一幀的位置,在當(dāng)前幀中按照前一幀目標(biāo)尺度的2倍大小提取HOG特征樣本參數(shù)l表示其中的第l維,取值為[1,d];
步驟3.2,通過以下公式求解位置濾波器響應(yīng)ytt:
式中,參數(shù)Btt-1分別表示在處理第t-1幀圖像后得到的位置濾波器模板的分子和分母;
步驟3.3,計算max(ytt),并將位置濾波器響應(yīng)max(ytt)作為目標(biāo)的新位置(xt,yt)。
5.根據(jù)權(quán)利要求1所述的基于判別式尺度空間跟蹤算法的相關(guān)濾波自適應(yīng)方法,其特征在于,以當(dāng)前目標(biāo)位置為中心,提取不同尺度下的樣本,求解最大響應(yīng)值作為當(dāng)前目標(biāo)尺度,并對相鄰兩幀目標(biāo)位置差進(jìn)行更新,具體步驟為:
步驟4.1,以目標(biāo)當(dāng)前新位置為中心,再次提取33種不同尺度的HOG特征樣本參數(shù)l表示其中的第l維,取值為[1,d];
步驟4.2,通過以下公式求解相關(guān)尺度濾波器響應(yīng)yst:
參數(shù)Bst-1分別表示在處理第t-1幀圖像后得到的尺度濾波器模板的分子和分母;
步驟4.3,計算max(yst),得到目標(biāo)的新尺度(wt,ht);
步驟4.4,計算相鄰兩幀位置變化因子,對相鄰兩幀目標(biāo)位置差進(jìn)行更新。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京理工大學(xué),未經(jīng)南京理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010161972.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:下一篇:一種變溫光譜測試裝置
- 模式特征提取方法及用于該方法的設(shè)備
- 模式特征提取方法及用于執(zhí)行該方法的設(shè)備
- 船電故障電流限制裝置
- 基于判別式多模態(tài)深度置信網(wǎng)多模態(tài)數(shù)據(jù)融合方法和系統(tǒng)
- 人臉驗證方法和系統(tǒng)
- 一種基于震源參數(shù)的微震與爆破事件識別方法
- 一種基于零序電流差分極性比較的配電網(wǎng)故障選線方法
- 一種基于生成網(wǎng)絡(luò)的圖像超分辨率重構(gòu)的方法
- 基于深度學(xué)習(xí)和判別式模型訓(xùn)練的目標(biāo)跟蹤方法及存儲器
- 通過判別式模型檢測目標(biāo)對象的方法和系統(tǒng)





