[發明專利]一種基于ECO算法和卡爾曼濾波的跟蹤裝置方法及裝置

有效

• 申請號: 202011610695.7
• 申請日: 2020-12-30
• 公開（公告）號: CN112634333B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 吳林春;鹿璇;黃炎
• 申請（專利權）人: 武漢卓目科技有限公司
• 主分類號: G06T7/277
• 分類號: G06T7/277;G06T7/246;G06F17/16;G06F17/11
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 鄭飛

1.一種基于ECO算法和卡爾曼濾波的跟蹤方法，其特征在于，所述方法包括：

步驟1，讀取視頻或圖像序列的第一幀圖像，從所述第一幀圖像中確定跟蹤目標；

步驟2，將第一幀圖像中跟蹤目標的位置信息作為樣本放入ECO算法訓練相關濾波器；

步驟3，讀取下一幀圖像，利用訓練好的相關濾波器卷積當前幀圖像候選區域對應的特征，獲取圖像候選區域的置信度圖，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，即得到當前幀圖像的目標跟蹤結果；

步驟4，用第一幀圖像中跟蹤目標的位置信息初始化卡爾曼濾波器；

步驟5，將跟蹤結果轉化為相對第一幀的位置信息[x1_t，y1_t]；

步驟6，將[x1_t，y1_t]送入初始化后的卡爾曼濾波器得到最優估計位置計算最優估計位置處的置信度，若該置信度大于預設閾值，返回最優估計位置處切片作為新樣本；

步驟7，基于獲取的新樣本，使用樣本融合更新策略，更新ECO算法的樣本集，將獲取的新樣本集放入ECO算法訓練相關濾波器，更新相關濾波器；

更新相關濾波器后，重復執行步驟3，直至當前視頻或圖像序列處理完。

2.根據權利要求1所述的基于ECO算法和卡爾曼濾波的跟蹤方法，其特征在于，步驟4具體為：

步驟4.1，設目標狀態向量更新方程為：

方程一：x_k＝F_kx_k-1；

其中，是目標的當前狀態矩陣，是狀態轉移矩陣，其中，Position＝(x,y)為目標位置，velocity為當前速度，P為Position的縮寫，v為velocity的縮寫；

步驟4.2，設狀態協方差矩陣的更新方程為：

方程二：Cov(x)＝∑Cov(Ax)＝A∑A^T；

結合方程一得

其中，x為狀態矩陣，P_k-1為前一幀的協方差矩陣，等同于求和符號，A為公式推導中的輔助變量；

由于在跟蹤時，跟蹤目標的主觀運動動量是不可知的，即控制矩陣，控制向量和加速度未知，因而跟蹤部分的整體更新方程為：

x_k＝F_kx_k-1；

跟蹤過程存在不確定的外部影響，會對系統產生不確定的干擾，且無法對這些干擾進行準確的跟蹤和量化的，因此，除了外界的確定項，還需要考慮不確定干擾項W_k和Q_k，其中，W_k代表對應于x_k的干擾矩陣，Q_k代表對應于P_k的干擾矩陣，最終的狀態方程如下：

x_k＝F_kx_k-1+W_k；

在初始化卡爾曼濾波器時，就是初始化

W₁，Q₁設置為經驗噪聲矩陣，即