[發(fā)明專利]對ECO特征提取性能進行優(yōu)化的目標跟蹤方法及裝置

有效

• 申請?zhí)枺?/td>: 202010410577.5
• 申請日: 2020-05-15
• 公開（公告）號: CN111598926B
• 公開（公告）日: 2023-10-13
• 發(fā)明（設計）人: 鹿璇;李磊;杜飛飛;周嚴
• 申請（專利權(quán)）人: 武漢卓目科技有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 北京匯澤知識產(chǎn)權(quán)代理有限公司 11228
• 代理人: 秦曼妮

1.一種對ECO特征提取性能進行優(yōu)化的目標跟蹤方法，其特征在于，包括以下步驟：

S1、讀取視頻或圖像序列的第一幀圖像，確定跟蹤目標；

S2、將初始幀中跟蹤目標所在候選區(qū)域縮放到特定大小，利用并行方式計算傅里葉變換來提取特征；

S3、針對特征制作label標簽，修改高斯分布為多個極值；

S4、通過提取的特征和label標簽訓練ECO的相關濾波器；

S5、讀取下一幀圖像，利用訓練好的相關濾波器卷積圖像候選區(qū)域?qū)奶卣?，獲取圖像候選區(qū)域的置信度圖，置信度圖概率最大位置對應當前幀圖像的目標位置及其置信度概率；

S6、將得到的目標作為樣本，使用樣本融合更新策略，更新ECO算法的樣本集；

S7、利用更新的樣本集采用步驟S2的方法提取特征，同時制作label標簽訓練ECO，更新相關濾波器；

S8、循環(huán)執(zhí)行步驟S5~S7，直至當前視頻或圖像序列處理完。

2.如權(quán)利要求1所述的對ECO特征提取性能進行優(yōu)化的目標跟蹤方法，其特征在于，所述步驟S2具體包括：

先對跟蹤目標所在候選區(qū)域z提取多尺度特征x，包括FHOG特征以及顏色CN特征，將提取的特征進行PCA降維，然后通過傅里葉變換由時域轉(zhuǎn)為頻域，傅里葉轉(zhuǎn)化公式如下：

其中為降維后的離散特征，N、M對應二維離散特征的行數(shù)和列數(shù)。

3.如權(quán)利要求2所述的對ECO特征提取性能進行優(yōu)化的目標跟蹤方法，其特征在于，所述步驟S2中對跟蹤目標所在候選區(qū)域提取FHOG特征具體包括：

（1）將輸入的RGB三通道圖像轉(zhuǎn)化為單通道圖像；

（2）采用gamma校正法對輸入圖像進行顏色空間的標準化，校正公式為：

其中0gamma1；

（3）計算圖像梯度，包括每個像素點的梯度值和梯度方向，x方向和y方向的卷積核分別為：

得到水平方向梯度，垂直方向梯度，得到每個像素點的梯度和梯度方向分別為：

（4）構(gòu)建18維hog特征向量，將圖像分成若干個cell，每個cell的梯度方向按360度均分成18個方向塊，每個方向塊20度，計算每個cell的梯度方向直方圖，則每個cell對應一個18維特征向量；

（5）通過歸一化截斷得到每個cell對應的36維特征向量；

將步驟（4）中每個cell的梯度方向分為9個方向塊，其中0-20度或180-200度對應一個方向塊，則對于這第個cell便對應9維特征向量，同時與其相鄰的特征向量為：

定義，則36維特征向量為：

（6）利用PCA降維，得到36維特征向量的前13維特征向量；

（7）將前13維特征向量與步驟（4）得到的18維特征向量相加最終得到31維的特征向量。

4.如權(quán)利要求2所述的對ECO特征提取性能進行優(yōu)化的目標跟蹤方法，其特征在于，所述步驟S2中傅里葉變換的處理方式如下：

傅里葉變換方便處理長度N=2^M的情況，如果長度不是2的整數(shù)次冪的情況，則通過補零即可；將x(n)分為奇偶兩個序列，有，進一步把一個N 點的FFT拆成兩個N/2的DFT，同理逐漸拆下去，將2^m的DFT拆成m-1個2點的FFT，最后將其拆成多個8點的FFT。

5.如權(quán)利要求1所述的對ECO特征提取性能進行優(yōu)化的目標跟蹤方法，其特征在于，所述步驟S3中修改高斯分布為具有4峰值的二維高斯分布，具體生成方式如下：

（1）先對25*25的區(qū)域生成具有單峰值的服從二維高斯分布的label；

（2）相鄰行和相鄰列求和取均值，將其調(diào)整為24*24大小的具有多峰值且服從二維高斯分布的label；

（3）同時利用傅里葉變換轉(zhuǎn)換到頻域。