[發(fā)明專利]一種基于特征融合和環(huán)境自適應(yīng)的目標(biāo)檢測(cè)跟蹤方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111201960.0
• 申請(qǐng)日: 2021-10-15
• 公開（公告）號(hào): CN113888596A
• 公開（公告）日: 2022-01-04
• 發(fā)明（設(shè)計(jì)）人: 馬迪;袁智;馬博洋;李金拓;胡嘉銘;董蔚;李強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 大唐東北電力試驗(yàn)研究院有限公司
• 主分類號(hào): G06T7/246
• 分類號(hào): G06T7/246;G06T7/90;G06K9/00;G06K9/62
• 代理公司: 北京中南長(zhǎng)風(fēng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11674
• 代理人: 穆麗紅

1.一種基于特征融合和環(huán)境自適應(yīng)的目標(biāo)檢測(cè)跟蹤方法，其特征在于，包括以下步驟：

步驟1，使用預(yù)分類器對(duì)視頻數(shù)據(jù)進(jìn)行預(yù)處理，將視頻數(shù)據(jù)劃分為簡(jiǎn)單幀及復(fù)雜幀；

步驟2，針對(duì)簡(jiǎn)單幀，提取單一特征；針對(duì)復(fù)雜幀，提取HoG、Haar、CN特征進(jìn)行多方向特征融合；

步驟3，基于運(yùn)動(dòng)預(yù)測(cè)的樣本篩選機(jī)制，用最小二乘法擬合目標(biāo)的運(yùn)動(dòng)軌跡，并以此作為權(quán)重計(jì)算的參數(shù)，對(duì)循環(huán)采樣產(chǎn)生的樣本進(jìn)行重新評(píng)估，以獲得更準(zhǔn)確的權(quán)重。

2.根據(jù)權(quán)利要求1所述的基于特征融合和環(huán)境自適應(yīng)的目標(biāo)檢測(cè)跟蹤方法，其特征在于，所述步驟1包括：

根據(jù)背景和目標(biāo)的相似性將視頻幀化分為簡(jiǎn)單幀及復(fù)雜幀。

3.根據(jù)權(quán)利要求2所述的基于特征融合和環(huán)境自適應(yīng)的目標(biāo)檢測(cè)跟蹤方法，其特征在于，步驟1中簡(jiǎn)單幀及復(fù)雜幀的劃分以指定相似度為閾值進(jìn)行劃分。

4.根據(jù)權(quán)利要求3所述的基于特征融合和環(huán)境自適應(yīng)的目標(biāo)檢測(cè)跟蹤方法，其特征在于，步驟1中所述預(yù)分類器根據(jù)檢測(cè)目標(biāo)的顏色特征判斷當(dāng)前幀中目標(biāo)的前景和背景的相似性，并根據(jù)分類結(jié)果對(duì)當(dāng)前幀進(jìn)行分類。

5.根據(jù)權(quán)利要求1所述的基于特征融合和環(huán)境自適應(yīng)的目標(biāo)檢測(cè)跟蹤方法，其特征在于，所述步驟2包括：

針對(duì)簡(jiǎn)單幀，僅選取CN單特征；

針對(duì)復(fù)雜幀，首先在特征層對(duì)HoG和Haar進(jìn)行融合，然后利用HoG和Haar融合的響應(yīng)圖和CN特征的響應(yīng)圖進(jìn)行融合。

6.根據(jù)權(quán)利要求1所述的基于特征融合和環(huán)境自適應(yīng)的目標(biāo)檢測(cè)跟蹤方法，其特征在于，所述步驟3包括：

假設(shè)目標(biāo)的運(yùn)動(dòng)是連續(xù)的，并且目標(biāo)在第i幀中的中心位置(x_i,y_i)；

通過(guò)對(duì)已知目標(biāo)中心位置的擬合，得到一條代表目標(biāo)中心位置的曲線，該曲線可以近似地描述目標(biāo)運(yùn)動(dòng)的軌跡；

采用最小二乘法對(duì)被跟蹤視頻幀中的目標(biāo)中心位置進(jìn)行擬合；

假設(shè)目標(biāo)中心位置:

式中，β₁為常數(shù)，β₀為斜率；

系統(tǒng)的目標(biāo)函數(shù)是:

當(dāng)目標(biāo)函數(shù)導(dǎo)數(shù)為零時(shí)，得到軌跡的斜率:

式中，為樣本x_i的平均數(shù)，為y_i的平均數(shù)；

將此作為目標(biāo)的下一運(yùn)動(dòng)方向，假設(shè)樣本的運(yùn)動(dòng)方向與目標(biāo)的中心位置之間的角度是基于運(yùn)動(dòng)預(yù)測(cè)獲得的樣本權(quán)重:

式中，θ為滑窗的偏移角度，通過(guò)偏移角度與預(yù)測(cè)角度計(jì)算權(quán)重，從而判斷當(dāng)前樣本對(duì)于分類器的重要程度；

bin(i)＝arctan(β₀(i))是第i幀中的預(yù)測(cè)運(yùn)動(dòng)方向角；

根據(jù)歐幾里德距離對(duì)獲得的權(quán)重k和權(quán)重Q進(jìn)行加權(quán)，獲得最終權(quán)重值：

w＝αK+(1-α)Q

式中，α表示加權(quán)融合運(yùn)算的權(quán)重，α為0.2。