一种融合Cuckoo搜索和KCF的突变运动目标跟踪方法技术

本发明专利技术公开了一种融合Cuckoo搜索和KCF的突变运动目标跟踪方法，步骤如下：初始化目标状态参数和优化方法初始参数；采用KCF跟踪方法获得目标前几帧内的最大响应值，计算置信度阈值初始值；依据当前帧最大响应值与置信度阈值的关系，确定不同的基样本图像产生方式：当大于置信度阈值，随机选取基图像样本，执行KCF方法跟踪目标；当小于置信度阈值，采用Cuckoo搜索机制获取全局最优的目标预测状态，产生新的基图像样本，执行KCF方法跟踪目标；动态更新置信度阈值，重复上述步骤实现目标跟踪。本发明专利技术有效地实现动态摄像机下目标存在帧间突变运动的持续性跟踪，实现帧间存在运动突变目标的精确跟踪，提高了在复杂场景下跟踪方法的适应能力。

A moving target tracking method based on Cuckoo search and KCF fusion

The invention discloses a fusion Cuckoo search and mutation of KCF moving target tracking method comprises the following steps: initializing target state parameters and the optimization method of initial parameters; using KCF tracking method to obtain the target maximum response value within the first few frames, calculate the confidence threshold value and initial value; on the basis of the current frame maximum confidence threshold in response, determine the base sample images produced by different ways: when is larger than the confidence threshold, random selection of base image samples, the performance of the KCF method to track the target; when it is less than the confidence threshold, the Cuckoo search mechanism to obtain the global optimal target prediction, produce new sample based image, the performance of the KCF method of target tracking; dynamic update confidence to realize the target tracking threshold, repeat the above steps. The invention can effectively realize the dynamic camera target persistent inter frame motion mutation tracking, achieve accurate tracking motion target mutation between frames, improves the tracking method under complex scene adaptability.

【技术实现步骤摘要】
一种融合Cuckoo搜索和KCF的突变运动目标跟踪方法
本专利技术属于目标跟踪的
，具体涉及一种融合Cuckoo搜索和KCF的突变运动目标跟踪方法，实现目标的持续性跟踪，尤其涉及目标在视频相邻图像帧间产生运动突变情况下的状态空间搜索机制和目标持续跟踪能力。
技术介绍
受到跟踪环境、目标自身和摄像机成像等因素的影响，兴趣目标在被跟踪过程中往往会出现运动突变的异常现象，这使传统基于运动平滑性假设条件提出的众多跟踪算法难以适应而导致失败。目标的突变运动已经成为一个算法能否实现持续性跟踪的重要因素之一，必须在传统目标跟踪框架下设计能够自适应运动突变问题的新方法，保证目标跟踪算法的鲁棒性。视频目标跟踪算法研究主要分为两类：基于概率方法和基于决策方法。基于概率方法将跟踪过程视为贝叶斯框架下的状态评估问题，其中代表性算法是基于粒子滤波的视频目标跟踪方法，其能够处理非线性和多模态等问题，获得好的跟踪效果。然而，当面临目标运动突变时，基于概率方法往往通过扩大粒子数目以完全覆盖状态空间的方式提高跟踪的性能，这将导致较大的计算代价，难以满足目标跟踪的实时性要求。基于决策方法通过在每帧图像中采用迭代搜本文档来自技高网...

【技术保护点】
一种融合Cuckoo搜索和KCF的突变运动目标跟踪方法，其特征在于，其步骤如下：步骤一：初始化目标状态参数、Cuckoo搜索机制和KCF跟踪方法的初始参数；步骤二：利用KCF跟踪方法获得前k帧的k个最大响应值，计算置信度阈值初始阈值；步骤三：依据当前帧最大响应值与置信度阈值的关系，确定不同的基样本图像产生方式：当大于置信度阈值，随机选取基图像样本，执行KCF方法跟踪目标；当小于置信度阈值，采用Cuckoo搜索机制获取全局最优的目标预测状态，产生新的基图像样本，执行KCF方法跟踪目标；步骤四：采用新的最大响应值动态更新置信度阈值，重复上述操作实现突变运动目标的有效跟踪。

【技术特征摘要】
1.一种融合Cuckoo搜索和KCF的突变运动目标跟踪方法，其特征在于，其步骤如下：步骤一：初始化目标状态参数、Cuckoo搜索机制和KCF跟踪方法的初始参数；步骤二：利用KCF跟踪方法获得前k帧的k个最大响应值，计算置信度阈值初始阈值；步骤三：依据当前帧最大响应值与置信度阈值的关系，确定不同的基样本图像产生方式：当大于置信度阈值，随机选取基图像样本，执行KCF方法跟踪目标；当小于置信度阈值，采用Cuckoo搜索机制获取全局最优的目标预测状态，产生新的基图像样本，执行KCF方法跟踪目标；步骤四：采用新的最大响应值动态更新置信度阈值，重复上述操作实现突变运动目标的有效跟踪。2.根据权利要求1所述的融合Cuckoo搜索和KCF的突变运动目标跟踪方法，其特征在于，所述目标状态参数为：读取第一帧图像的数据信息，确定目标在第一帧图像内的状态参数[px,py,width,high]，其中，(px,py)为目标左上角像素点的坐标值，width为目标宽度，high为目标高度；Cuckoo搜索机制的参数为：初始图像块位置数num，位置发现概率pa，迭代优化次数iter；KCF跟踪方法的参数为：候选区域与目标区域的比例因子γ，设置计算置信度阈值的集合元素长度Len。3.根据权利要求1所述的融合Cuckoo搜索和KCF的突变运动目标跟踪方法，其特征在于，所述KCF跟踪方法实现的步骤为：A、依据基样本图像构造循环矩阵X；候选区域的宽和高分别为γ*width和γ*high，γ＞1，将目标拉成列向量x＝[x1,x2,…xn]T作为基样本向量，n＝width*high，依据基样本向量的循环移位操作产生其他的候选样本，基样本向量和其产生的n-1个候选样本形成循环矩阵：依据循环矩阵能够通过离散傅里叶变换实现对角化的性质，循环矩阵等价为：其中，F是离散傅里叶矩阵，是对基样本向量x进行离散傅里叶变换diag表示向量对角化操作；B、跟踪问题的时域-频域转化，实现分类问题的求解；xi为第i个训练样本，yi是其对应的回归值，训练的目标是求最小化平方误差下的权值w，从而获得决策函数f(z)＝wTz，z是观测样本或称为测试样本；将跟踪的目标样本从候选样本中分离，权值w通过下式获得：其中，λ控制过度拟合的正则化因子；在复数域下权值w解的向量描述形式为：w＝(XHX+λI)-1XHy，其中，循环矩阵X的每行由训练样本xi形成，y是回归值yi的其中任意一个，I为识别矩阵，XH是共轭转换XH＝(X*)T，X*是循环矩阵X的复共轭矩阵；将循环矩阵的频域表示形式带入线性求解公式：则上式改写成：⊙为逐元素的点乘操作，代入到权值w的向量求解表达式中获得频率域内的表达式如下：其中，表示y的傅里叶变换；利用核技巧将一个线性问题的输入映射到非线性的特征空间上，w在特征空间上被表示为问题转换成求解系数αi和非线性映射的关系，获得αi的系数组成的向量α的频率域表示：其中，kxx是核循环矩阵k＝C(kxx)的第一行元素，^代表向量的傅里叶变换；C、获得最大响应值，确定跟踪目标；通过上式获得向量α的值，得到线性回归问题中的权值w，然后通过分类器的分类方式实现目标检测，选取候选样本z，...

【专利技术属性】
技术研发人员：张焕龙，张建伟，陈宜滨，张秀娇，吴青娥，蒋斌，钱晓亮，贺振东，王延峰，
申请(专利权)人：郑州轻工业学院，
类型：发明
国别省市：河南,41