[發明專利]一種自適應目標跟蹤方法、裝置及存儲介質

在審

• 申請號: 202110794380.0
• 申請日: 2021-07-14
• 公開（公告）號: CN113658217A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 胡棟;張婷;張雪
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種自適應目標跟蹤方法，其特征是，包括：

讀取視頻序列第一幀圖像，進行相關濾波器訓練；

讀取下一幀中的圖像塊，計算得到相關濾波器和樣本圖像塊的相關響應圖；

依據置信度評價函數進行各層響應圖權重的自適應分配，計算融合后響應圖，得到目標估計位置；

將目標估計位置輸入尺度估計模塊，以目標估計位置為中心的圖像塊，利用樹形搜索策略找到目標候選位置的最佳尺度；

判斷當前幀是否為最后一幀：若是，則確定當前目標候選位置的最佳尺度；若不是，對相關濾波器進行更新，然后轉入讀取視頻序列第一幀圖像，進行相關濾波器訓練的步驟。

2.根據權利要求1所述的自適應目標跟蹤方法，其特征是，進行相關濾波器訓練包括：

調整ResNet50卷積層的濾波器個數調整為原先的二分之一，將調整過后的ResNet50網絡利用ILSVRC-2012數據集進行訓練；

利用預訓練過的Resnet50網絡的第三、四層卷積層提取圖像特征；

根據第三、四層卷積層提取圖像特征，訓練各層相關濾波器。

3.根據權利要求1所述的自適應目標跟蹤方法，其特征是，讀取下一幀中的圖像塊，計算得到相關濾波器和樣本圖像塊的相關響應圖包括：

以pos1(μ,ν)為中心截取W×H大小的圖像塊patch2，假設z_l(z_l∈R^M×N×D)表示的是第l層上大小為M×N×D的特征向量，利用對patch2計算得到相關濾波器和樣本圖像塊的相關響應圖，公式如下：

其中，運算符F^-1表示傅里葉逆變換，通過在大小為M×N的相關響應圖f(z)上尋找具有最大響應值的位置，估計第l個卷積層所得的目標所在位置。

4.根據權利要求1所述的自適應目標跟蹤方法，其特征是，所述對相關濾波器進行更新，更新策略為：

設定分別表示其在第t幀的分子項與分母項，η_p為相關濾波器W^p的學習率，其中η_p∈(0,1)。

5.根據權利要求1所述的自適應目標跟蹤方法，其特征是，所述計算融合后響應圖，得到目標估計位置包括：

利用APCE值描述目標響應的波動程度；

定義相鄰兩幀圖像之間相關濾波響應一致程度來表述跟蹤的穩定程度；

定義一個更具可靠性的目標跟蹤置信度評價函數進行響應圖的權重分配，計算第l層卷積濾波后的跟蹤置信度評價函數；

依據所得的跟蹤置信度評價函數進行各層響應圖權重的自適應分配；

所得到響應圖的最大位置就是目標估計的位置。

6.根據權利要求1所述的自適應目標跟蹤方法，其特征是，所述利用樹形搜索策略找到目標候選位置的最佳尺度包括：

通過進行目標的快速尺度建立以確定尺度的搜索方向，定義一個簡單尺度池，獲得不同尺寸的候選目標；

從待測樣本中提取特征，構成濾波器訓練樣本，進行尺度濾波器的訓練；

計算尺度判別指標，以確定目標候選尺度的尋找方向；

在所確定的尺度搜索方向上進行尺度的二分，計算尺度判別指標，確定接下來的尺度搜索方向，以此類推，直至確定目標候選位置的最佳尺度。

7.根據權利要求6所述的自適應目標跟蹤方法，其特征是，所述計算尺度判別指標包括：

對圖像樣本進行若干次尺度估計并提取特征，訓練得到相關響應最大值；

求得這若干次尺度估計的相關響應圖的最大位置；

利用響應圖與期望輸出響應的歐氏距離衡量響應圖最大值的可靠程度，定義尺度判別指標。

8.一種自適應目標跟蹤裝置，其特征是，包括處理器及存儲介質；

所述存儲介質用于存儲指令；

所述處理器用于根據所述指令進行操作以執行根據權利要求1～7任一項所述方法的步驟。

9.計算機可讀存儲介質，其上存儲有計算機程序，其特征是，該程序被處理器執行時實現權利要求1～7任一項所述方法的步驟。