[發明專利]基于稀疏鑒別最小生成樹的目標跟蹤算法

在審

• 申請號: 202011035416.9
• 申請日: 2020-09-27
• 公開（公告）號: CN112150513A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 滿欣;毛盾;林曉烘
• 申請（專利權）人: 中國人民解放軍海軍工程大學
• 主分類號: G06T7/277
• 分類號: G06T7/277;G06K9/62
• 代理公司: 武漢楚天專利事務所 42113
• 代理人: 孔敏

1.一種基于稀疏鑒別最小生成樹的目標跟蹤算法，其特征在于：包括如下步驟：

步驟一、利用前幾幀的跟蹤結果采集長期、短期兩種目標類樣本和非目標類樣本，并通過粒子濾波圍繞上一幀的跟蹤結果隨機采樣若干候選樣本作為候選樣本集；

步驟二、基于短期和長期目標類樣本集以及非目標類樣本集，利用稀疏鑒別投影，求解最佳投影矩陣a，并根據表達式對目標類樣本集和候選樣本集進行投影；

步驟三、針對投影后的目標樣本集，計算每個目標類樣本的稀疏表示系數，以所有其他目標類樣本形成的字典作為相似度度量，構建目標類的最小生成樹模型；

步驟四、利用最小生成樹模型對每個候選樣本進行評估，實現目標與非目標的甄別，將置信度最高的一個作為目標位置，進而完成目標跟蹤。

2.如權利要求1所述的基于稀疏鑒別最小生成樹的目標跟蹤算法，其特征在于：步驟一實施過程如下：

(1)從第1幀到第m幀，利用最近鄰法對目標進行跟蹤，所得的跟蹤結果作為短期目標類樣本集I^p，并初始化長期目標類樣本集I^s，共同構成了目標類樣本集

(2)對于第m幀，在圍繞跟蹤結果的環形區域內隨機采樣若干與正樣本尺寸相等的子區域作為非目標類樣本集I^-；

(3)從第m+1幀開始，在當前幀利用粒子濾波模型，采樣若干候選子區域作為候選樣本集

3.如權利要求1所述的基于稀疏鑒別最小生成樹的目標跟蹤算法，其特征在于：步驟二中按照式(7)求解最佳投影矩陣a：

其中0≤α≤1是常數，是一個超完備的字典；L_ex＝D_ex-W_ex，其中類間相異矩陣W_ex表示異類樣本之間的區分度，D_ex是由D_ex,ii＝∑_jw_ex,ij定義的對角矩陣，類內相似矩陣W_in表示同類樣本之間的相似度，D_in是由D_in,ii＝∑_jw_in,ij定義的對角矩陣。

4.如權利要求1所述的基于稀疏鑒別最小生成樹的目標跟蹤算法，其特征在于：步驟三具體實施過程為：針對投影后的目標樣本集，根據式(8)求解投影后目標類樣本集的相似矩陣構建目標類的最小生成樹模型：

其中，是一個超完備的字典，表示樣本I_i⁺與其余樣本之間的相似關系。

5.如權利要求1所述的基于稀疏鑒別最小生成樹的目標跟蹤算法，其特征在于：步驟四包括如下步驟：

(4.1)對每一個候選樣本按照最小生成樹歐式距離的計算公式計算每個候選樣本到最小生成樹g'的距離得到各候選樣本的置信度；

(4.2)取上述計算出來的最高置信度的候選區作為跟蹤結果。