[發明專利]一種基于多特征融合的相關濾波跟蹤方法

在審

• 申請號: 202011465004.9
• 申請日: 2020-12-14
• 公開（公告）號: CN112598011A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 王國剛;岳陽
• 申請（專利權）人: 沈陽化工大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 沈陽技聯專利代理有限公司 21205
• 代理人: 張志剛

本發明一種基于多特征融合的相關濾波跟蹤方法，涉及一種計算機視覺技術方法，該方法在相關濾波跟蹤框架下，將原始的RGB顏色空間映射到顏色屬性空間，減少目標顏色在跟蹤過程中受到環境變化影響，通過主成分分析（principal component analysis，PCA）方法的自適應降維，特征通道數量從10下降到2，通過平滑約束項增加跨越不同特征子空間時的代價。同時提取方向梯度直方圖，并將特征圖通過核相關濾波計算得到相關響應圖。提出置信度指標（MP）自適應模板以解決跟蹤目標被遮擋問題。該方法具有較高的識別精度，能夠在光照變化，目標遮擋和變形等復雜環境下穩定的跟蹤目標。

技術領域

本發明涉及計算機視覺領域，具體地說是一種圖像處理目標跟蹤的方法。

背景技術

計算機視覺領域中的目標跟蹤一直以來是研究熱點，被廣泛應用于各個領域，如智能導航、人機交互、智能監控等。基于多特征融合的跟蹤算法更是變成了近年來研究熱點，在面對目標扭曲、旋轉、光照變化、目標運動過快、背景相似度高等方面相比傳統方法有著更好的跟蹤精度和魯棒性。

近幾年，基于相關濾波(Correlation Filters, CF)的跟蹤方法已經廣泛應用于目標跟蹤領域，并且取得顯著的效果。Bolmed等人提出了最小均方誤差濾波器（MinimunOutput Sum of Square Error，MOSSE）用于目標跟蹤，該算法大幅提高了跟蹤運行的速度，跟蹤速度可達669FPS；Henriques等提出在相關濾波基礎上引進核函數，巧妙運用循環矩陣產生目標樣本，并在算法中使用方向梯度直方圖（HOG）特征，取得了不錯成績；Danelljan等提出了基于顏色空間（Color Name，CN）的跟蹤算法，通過將原始RGB顏色映射到11維的CN空間中，在彩色視頻的跟蹤中取得良好效果；Galoogahi等人為了減小邊界效應的影響，提出了采用較大尺寸檢測圖像模塊和小尺寸濾波器的BACF算法，同時使用交替方向乘子法（ADMM）進行優化求最優解。

發明內容

本發明的目的在于提供一種基于多特征融合的相關濾波跟蹤方法，該方法能夠提高目標跟蹤算法的魯棒性，有效解決目標遮擋等問題導致的濾波器模板污染問題。

本發明為實現上述目的所采用的技術方案是：

一種基于多特征融合的相關濾波跟蹤方法，所述方法包括以下步驟：

步驟1：提取預測目標圖像HOG特征，提取預測目標圖像CN特征，將HOG特征與CN特征相融合；

步驟2：根據目標定位響應圖，計算目標跟蹤置信度指標值；

步驟3：根據目標跟蹤置信度閾值，自適應更新相關濾波器模板；

步驟4：根據目標跟蹤置信度指標值，更新目標跟蹤置信度閾值；

步驟5：重復步驟1～步驟4；

完成目標跟蹤。

所述的一種基于多特征融合的相關濾波跟蹤方法，所述步驟1具體包括以下步驟：

步驟1.1：提取對應目標圖像塊Cell大小為8的17維HOG特征；

步驟1.2：提取目標圖像塊提取11維CN特征，并且使用PCA降維把11維特征降維到2維，將提取的HOG特征與CN特征按通道融合為19維目標特征。

所述的一種基于多特征融合的相關濾波跟蹤方法，所述步驟2具體包括以下步驟：

步驟2.1：通過濾波器最小化嶺回歸問題，優化目標為：

；

步驟2.2：構造一個輔助變量轉到傅里葉域：

步驟2.3：利用增廣拉格朗日乘子法（ALM）將約束項放到優化函數里

對h和g分別進行優化求解子問題，對h求偏導；

子問題

其中