[發(fā)明專利]基于峰值尖銳指導(dǎo)置信度的視覺(jué)目標(biāo)跟蹤方法與裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110046537.1
• 申請(qǐng)日: 2021-01-14
• 公開（公告）號(hào): CN112734806B
• 公開（公告）日: 2022-09-02
• 發(fā)明（設(shè)計(jì)）人: 王慧斌;盧穎;陳哲;沈潔;劉海韻
• 申請(qǐng)（專利權(quán)）人: 河海大學(xué)
• 主分類號(hào): G06T7/246
• 分類號(hào): G06T7/246;G06T7/73
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 孟紅梅

本發(fā)明公開了一種基于峰值尖銳指導(dǎo)置信度的視覺(jué)目標(biāo)跟蹤方法與裝置，在背景感知相關(guān)濾波方法BACF中引入多特征融合表征目標(biāo)，并基于峰值尖銳程度設(shè)計(jì)自適應(yīng)的權(quán)重，從而解決水下圖像中目標(biāo)難以準(zhǔn)確表征的難題；并提出了一種基于峰值尖銳程度指導(dǎo)的高置信度模型更新策略，有效提高了方法在目標(biāo)被遮擋或部分超出視野等情況下的跟蹤魯棒性，解決了水下目標(biāo)表征多變的難題。在保證方法良好運(yùn)行速度的前提下，本發(fā)明改進(jìn)方法與傳統(tǒng)BACF方法相比，在精度和成功率上都有了顯著的提升，尤其適合在水下序列出現(xiàn)低分辨率、光照變化以及水下目標(biāo)部分超出視野外、被遮擋等情況下使用。

技術(shù)領(lǐng)域

本發(fā)明屬于目標(biāo)跟蹤技術(shù)領(lǐng)域，涉及一種基于峰值尖銳指導(dǎo)置信度的視覺(jué)目標(biāo)跟蹤方法與裝置。

背景技術(shù)

水下目標(biāo)跟蹤在海洋資源勘測(cè)、水下工程作業(yè)、海戰(zhàn)場(chǎng)監(jiān)視等領(lǐng)域中都有著十分重要的應(yīng)用價(jià)值。然而，由于水下復(fù)雜多變的成像環(huán)境及目標(biāo)形態(tài)多變等問(wèn)題，水下目標(biāo)跟蹤研究具有較大的挑戰(zhàn)性。迥異于大氣或陸地上環(huán)境，水體對(duì)目標(biāo)成像光線具有極強(qiáng)的吸收和散射作用，導(dǎo)致目標(biāo)成像信息的強(qiáng)度衰減和色彩畸變，加之散射光所形成的光幕光噪聲，目標(biāo)模型難以準(zhǔn)確表征。同時(shí)，受到水體浮力的影響，水下目標(biāo)的運(yùn)動(dòng)狀態(tài)具有更高的自由度，如魚類目標(biāo)等能夠在水體三維空間中高自由度地運(yùn)動(dòng)，極易出現(xiàn)形態(tài)的變化并發(fā)生目標(biāo)區(qū)域的遮擋，導(dǎo)致目標(biāo)模型的動(dòng)態(tài)變化。

針對(duì)上述問(wèn)題，傳統(tǒng)技術(shù)策略主要是沿用并改進(jìn)卡爾曼濾波、粒子濾波等方法。但這類方法僅對(duì)目標(biāo)建模，忽略了圖像中大量的背景信息，不能很好地解決水下光照變化以及水下攝像帶來(lái)的視野邊緣畸變、顏色通道復(fù)雜等問(wèn)題。近年來(lái)，基于相關(guān)濾波的水下目標(biāo)跟蹤成為該領(lǐng)域的研究熱點(diǎn)。這類方法大都基于KCF(Kernel Correlation Filter)方法進(jìn)行改進(jìn)，能夠有效地利用圖像中的背景信息，利用循環(huán)矩陣和余弦窗構(gòu)造訓(xùn)練樣本，降低了計(jì)算的復(fù)雜度，但由此產(chǎn)生的邊界效應(yīng)使得方法在面臨水下目標(biāo)快速運(yùn)動(dòng)或水下攝像機(jī)快速抖動(dòng)的情況時(shí)，跟蹤效果較差。

背景感知相關(guān)濾波BACF(Background-Aware Correlation Filter)方法有效地解決了邊界效應(yīng)的問(wèn)題，該方法采用HOG(Histogram of Oriented Gradient)特征，擴(kuò)大檢測(cè)的圖像塊，利用較小尺寸的濾波器來(lái)提高真實(shí)樣本所占的比例，通過(guò)ADMM(AlternatingDirection Method of Multipliers)迭代優(yōu)化，不僅解決了邊界效應(yīng)，同時(shí)在精度和速度上都有可觀的效果。但是，其不足之處在于：(1)當(dāng)高自由度的水下目標(biāo)出現(xiàn)快速運(yùn)動(dòng)或旋轉(zhuǎn)等情況時(shí)，HOG特征的梯度方向密度模糊，難以表征該目標(biāo)。(2)當(dāng)水下目標(biāo)信息缺失時(shí)，固定的模型更新策略容易在模型中混入背景信息，導(dǎo)致在后續(xù)幀中出現(xiàn)跟蹤漂移現(xiàn)象。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明目的在于提出一種基于峰值尖銳指導(dǎo)置信度的視覺(jué)目標(biāo)跟蹤方法與裝置，以克服現(xiàn)有技術(shù)在水下環(huán)境中存在的缺陷，解決水下圖像目標(biāo)難以準(zhǔn)確表征的難題，同時(shí)提高水下目標(biāo)跟蹤方法在目標(biāo)部分超出視野或被部分遮擋下跟蹤的魯棒性。

技術(shù)方案：為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是一種基于峰值尖銳指導(dǎo)置信度的視覺(jué)目標(biāo)跟蹤方法，所述方法通過(guò)提取視頻圖像中被跟蹤目標(biāo)的特征，與相關(guān)濾波器模型做卷積運(yùn)算得到響應(yīng)圖，取響應(yīng)圖的峰值所在位置為預(yù)測(cè)位置，并在目標(biāo)跟蹤過(guò)程中按照自適應(yīng)的權(quán)重更新相關(guān)濾波器模型，完成視頻圖像序列中的目標(biāo)跟蹤；其中：

在每一幀圖像中所提取的目標(biāo)特征為灰度特征、HOG(Histogram of OrientedGradient)特征和CN(Color Names)特征，根據(jù)各個(gè)特征對(duì)應(yīng)的響應(yīng)圖的峰值尖銳程度計(jì)算自適應(yīng)的權(quán)重，將各個(gè)響應(yīng)圖加權(quán)后得到總響應(yīng)圖；

在模型更新過(guò)程中，基于DAPCE(Dynamic Average Peak-to-CorrelationEnergy)策略對(duì)相關(guān)濾波器的模型進(jìn)行更新，該DAPCE策略利用當(dāng)前幀的響應(yīng)圖的峰值尖銳程度來(lái)評(píng)判當(dāng)前跟蹤結(jié)果的置信度，若置信度相對(duì)較高，則以一種自適應(yīng)的權(quán)重更新相關(guān)濾波器模型，否則不更新。