[發明專利]一種響應置信度多特征融合的核相關濾波目標跟蹤方法

有效

• 申請號: 202110957414.3
• 申請日: 2021-08-18
• 公開（公告）號: CN113643327B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 鐘小勇;顧明琨;張小紅
• 申請（專利權）人: 江西理工大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06V10/77;G06V10/44
• 代理公司: 南昌朗科知識產權代理事務所(普通合伙) 36134
• 代理人: 郭毅力;郭顯文

1.一種響應置信度多特征融合的核相關濾波目標跟蹤方法，其特征是包括以下步驟：

(S01)利用平均峰相關能量和輸出的響應峰值作為跟蹤置信度，結合方向梯度直方圖特征與降維后的顏色特征融合機制進行特征權重分配；

設視頻目標跟蹤區域的大小為M×N像素，則該區域第t幀圖像的APCE值P_t計算如下：

其中，g_max,t，g_min,t和g_m,n,t分別是第t幀圖像在跟蹤區域內的最大響應值、最小響應值和位置(m,n)處的響應值；

將第t幀的特征權重公式寫為：

式中ω_hog,t和ω_cn,t分別為HOG特征和CN特征在第t幀的權重；

(S02)基于響應置信度的大小設置學習率分段更新策略；

結合響應圖峰值變化的結果，計算大于0.5倍峰值的響應值個數F_med與大于0.28倍峰值的響應值個數F_major；設響應置信度：

F＝F_med/F_major (3)

干擾比較少時，圖像峰值高，高響應值點比較集中且占比小，沒有多峰現象，F的值較小；受到干擾時，響應圖峰值變低，產生多峰現象，高響應值的點占比增加，F的值增大；

同時得出第t幀的分段更新模型策略為：

其中η_CN和η_HOG分別代表CN特征的學習率和HOG特征的學習率，F_CN和F_HOG分別代表CN特征的響應置信度和HOG特征的響應置信度；

(S03)特征失效下的模型跟蹤判別自適應調整，提高目標識別算法的魯棒性；

當使用(S01)公式(2)加權的更新方式時，選擇響應置信度F最大的那個特征進行單一特征的位置更新；

(S04)采用視頻屬性對目標跟蹤評估算法的有效性進行分析測試，依據距離精確度、成功率作為評價標準；

所述的距離精確度DP是通過統計中心位置誤差CLE小于某一設定閾值ε的幀數N_num占視頻序列總長度N_all的比值：

其中，中心位置誤差CLE是指跟蹤目標位置(x_T,y_T)與真實位置(x_G,y_G)間的距離，計算公式如下：

所述的成功率SR是通過統計覆蓋域OR大于某一設定閾值θ的幀數N_num占所有測試視頻序列總長度N_all的比值，其計算公式：

其中，覆蓋域OR是根據人工標注的實際目標框和跟蹤算法得到的跟蹤框之間的重疊面積之比，來衡量算法的跟蹤性能：

其中|·|代表區域中的像素數目,r_t、r_g分別表示跟蹤算法得到的預測區域和實際的目標區域，OR的取值范圍為0到1。