[發(fā)明專利]一種基于SIAM-FC網(wǎng)絡的目標跟蹤方法

有效

• 申請?zhí)枺?/td>: 202110019510.3
• 申請日: 2021-01-07
• 公開（公告）號: CN112767440B
• 公開（公告）日: 2023-08-22
• 發(fā)明（設計）人: 馬漢達;殷達
• 申請（專利權）人: 江蘇大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明涉及計算機視覺領域，具體涉及一種基于SIAM?FC網(wǎng)絡的目標跟蹤方法。本發(fā)明利用視頻初始時選定的對象中提取的特征，持續(xù)對下一幀進行識別，判斷對象最有可能存在的位置。本發(fā)明涉及到SIAM?FC即全卷積孿生神經(jīng)網(wǎng)絡的改進與優(yōu)化，將用于目標識別的對照模板信息按一定規(guī)則進行更新。本發(fā)明改善了某些視頻中目標模糊、快速運動等情況時的追蹤表現(xiàn)，同時提高了跟蹤目標的計算速度。

技術領域

本發(fā)明涉及計算機視覺領域，具體涉及一種基于SIAM-FC網(wǎng)絡的目標跟蹤方法。

背景技術

目標跟蹤，在視頻監(jiān)控，人機交互等方面都有廣泛的運用。該技術是計算機視覺領域的熱門課題之一，可以對連續(xù)的圖像序列，即視頻中的運動目標進行檢測、提取特征、分類識別、行為識別等操作。

傳統(tǒng)目標跟蹤算法廣泛采用的人工特征，有灰度特征、顏色特征和梯度特征等。這些算法雖然速度很快，但精度和穩(wěn)定性都很低，易受干擾。因此，深度神經(jīng)網(wǎng)絡由于強大的特征學習能力被廣泛運用在目標跟蹤中。隨著深度學習的發(fā)展，siameseFC即全卷積孿生神經(jīng)網(wǎng)絡算法被提出。該網(wǎng)絡的特性可以實現(xiàn)高速的目標跟蹤。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種能有效保證目標跟蹤的成功率和精度，且追蹤速度相比現(xiàn)存方法更優(yōu)的方法，以有效提高目標跟蹤的時效性。

為了實現(xiàn)上述目的，本發(fā)明提供技術方案為一種基于SIAM-FC網(wǎng)絡的目標跟蹤方法，包括如下步驟：

S1輸入圖像：輸入需要追蹤目標的視頻，在視頻第一幀選定被追蹤的目標，框選一個略大于目標尺寸的范圍，稱為搜索區(qū)x，用于后續(xù)追蹤；

S2設置模板：以視頻第一幀選定的目標為中心，框選一個小范圍圖像作為目標跟蹤模板z，用于后續(xù)追蹤對比；

S3特征提取：從第二幀開始，使用相同參數(shù)的兩個vgg網(wǎng)絡提取視頻中搜索區(qū)的特征信息和目標跟蹤模板的特征信息

S4判斷目標：將搜索區(qū)特征信息與目標跟蹤模板特征信息進行相似度匹配，根據(jù)匹配結果判斷出目標最有可能存在的位置；

S5更新模板：每隔n幀，使用基于APCE的siamFC網(wǎng)絡模板更新策略判斷是否需要更新模板，需要時執(zhí)行模板更新。

進一步地，上述步驟S4包括以下內(nèi)容：

4.1)將搜索區(qū)特征信息與目標跟蹤模板特征信息進行互相關操作，分別得到深層和淺層的響應圖，公式為：

其中，f(x，z)為響應圖，b為偏差值，*為互相關操作；

4.2)將深層和淺層的響應圖分別進行插值達到一樣的分辨率；

4.3)將兩張響應圖按一定的比例參數(shù)融合，得到最終響應圖，公式如下：

f(z₁，z₂，x)＝ω₁×f(z₁，x)+ω₁×f(z₂，x)

其中f(z₁，x)和f(z₂，x)分別為深層與淺層響應圖，f(z₁，z₂，x)為總響應圖，ω₁和ω₂即代表深層和淺層響應圖的融合比例，此參數(shù)在離線訓練神經(jīng)網(wǎng)絡時確定；

4.4)最終響應圖中最高響應值的地方，即判斷為目標最有可能存在的位置，以此為中心截取新的搜索區(qū)x。

進一步地，上述步驟S3中，使用vgg網(wǎng)絡提取搜索區(qū)和目標跟蹤模板的特征，包括如下步驟：

3.1)將輸入圖像預處理成224x224x3；