[發明專利]一種基于特征融合的目標跟蹤定位方法

有效

• 申請號: 202010466175.7
• 申請日: 2020-05-28
• 公開（公告）號: CN111612001B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 柳培忠;柳垚;莊加福;陳智;杜永兆;鄧建華
• 申請（專利權）人: 華僑大學;泉州市中仿宏業信息科技有限公司
• 主分類號: G06V10/25
• 分類號: G06V10/25;G06V10/80;G06V10/74;G06T7/246
• 代理公司: 泉州市文華專利代理有限公司 35205
• 代理人: 陳雪瑩

本發明提供了視覺目標跟蹤領域的一種基于特征融合的目標跟蹤定位方法，包括：步驟S10、給定第1幀圖像的目標位置，以目標位置為中心剪裁第1幀圖像生成目標模板，并創建搜索區域；步驟S20、提取目標模板以及搜索區域的HOG特征、CN特征以及深度特征，并進行融合生成融合響應值；步驟S30、使用正則化線性回歸計算視頻的變化因子Psubgt;t?1/subgt;以及Qsubgt;t?1/subgt;；步驟S40、基于融合響應值、Psubgt;t?1/subgt;以及Qsubgt;t?1/subgt;計算得到最新的目標位置；步驟S50、計算融合響應值的平均峰值相關能量，并依據平均峰值相關能量更新Psubgt;t?1/subgt;以及Qsubgt;t?1/subgt;，對下一幀圖像進行跟蹤。本發明的優點在于：極大的提升了目標跟蹤的精確度。

技術領域

本發明涉及視覺目標跟蹤領域，特別指一種基于特征融合的目標跟蹤定位方法。

背景技術

目標跟蹤屬于視頻分析的內容，而視頻分析融合了視覺目標跟蹤領域的中層和高層處理階段，即對視頻圖像序列進行處理，從而研究運動目標的規律，包括運動檢測、目標分類、目標跟蹤以及行為理解等。目標跟蹤的任務是在給定第一幀目標的位置和大小等信息后，通過對這一組視頻圖像序列進行分析，判斷出目標在后續每一幀中的位置，并準確的框定出目標。目標跟蹤方法的研究和應用作為視覺目標跟蹤領域的一個重要分支，正日益廣泛地應用到科學技術、國防建設、航空航天、醫療輔助以及國民經濟等各個領域。

目標跟蹤技術中面臨著跟蹤目標快速移動、光照變化、形變、遮擋、尺度變化以及背景混亂等問題，而傳統的目標跟蹤方法通常采用手工特征來應對各種外觀變化帶來的影響，然而淺層視覺特征的判別性使得其跟蹤精確度受到限制。

因此，如何提供一種基于特征融合的目標跟蹤定位方法，實現提升目標跟蹤的精確度，成為一個亟待解決的問題。

發明內容

本發明要解決的技術問題，在于提供一種基于特征融合的目標跟蹤定位方法，實現提升目標跟蹤的精確度。

本發明是這樣實現的：一種基于特征融合的目標跟蹤定位方法，包括如下步驟：

步驟S10、給定第1幀圖像的目標位置，以所述目標位置為中心剪裁第1幀圖像生成目標模板O，并創建一搜索區域Z；

步驟S20、分別提取所述目標模板O以及搜索區域Z的HOG特征、CN特征以及深度特征，并對各HOG特征、CN特征以及深度特征的特征響應值進行融合，生成融合響應值；

步驟S30、使用正則化線性回歸計算視頻的變化因子P_t-1以及Q_t-1；所述?P_t-1用于學習目標從第1幀圖像到t-1幀圖像的相似度變化；所述Q_t-1用于突出顯示預測目標；t為大于等于2的正整數；

步驟S40、基于所述融合響應值、P_t-1以及Q_t-1計算得到最新的目標位置；

步驟S50、計算所述融合響應值的平均峰值相關能量，并依據所述平均峰值相關能量更新P_t-1以及Q_t-1，對下一幀圖像進行跟蹤。

進一步地，所述步驟S20具體包括：

步驟S21、分別提取所述目標模板O以及搜索區域Z的HOG特征、CN特征以及深度特征，得到所述HOG特征、CN特征以及深度特征的特征響應值分別為f_HOG(Z)、f_CN(Z)以及f_deep(Z)；對t幀圖像的各特征響應值進行歸一化，得到所述HOG特征、CN特征以及深度特征的響應值權重：