The invention discloses a PSR-based visual tracking error correction method, which includes the following steps: S1, calculating the correlation filter of the first frame; S2, limiting the scope of error correction; S3, calculating.
【技术实现步骤摘要】
一种基于PSR的视觉跟踪错误修正方法
本专利技术涉及一种视觉目标跟踪调整方法，尤其涉及基于PSR的视觉跟踪错误修正方法，属于计算机视觉与视觉跟踪
技术介绍
视觉目标跟踪是计算机视觉中的一项具有重要研究价值的任务。其主要应用有无人驾驶、智能安防、智慧交通等。但是由于在跟踪过程中的目标外观发生旋转、遮挡、快速变化、运动模糊和背景复杂等问题，使得视觉跟踪技术在实际应用中困难重重。目前常用的视觉目标跟踪方法分为两类，生成式的跟踪方法和鉴别式的跟踪方法。早先的跟踪方法以生成式为主：如ASLS跟踪器提出基于结构局部稀疏外观模型的目标跟踪方法；而CLRST利用粒子滤波理论，自适应筛选候选粒子，提出基于粒子滤波的低秩稀疏滤波器。这些方法主要通过构建鲁棒的目标外观，在候选区域中寻找与目标外观最相似的区域来进行跟踪。在2010年，Bolme将相关滤波理论引入视觉跟踪领域发表了MOSSE，引发了鉴别式跟踪方法的蓬勃发展。MOSSE提出使用最小输出平方差作为优化目标来学习相关滤波器，然后通过寻找后续序列经过滤波器进行相关操作得到的响应值阵中的最大值来估计目标的新状态。与此同时，...
【技术保护点】
1.一种基于PSR的视觉跟踪错误修正方法，其特征在于，包括如下步骤：S1、使用第一帧给定的目标状态下的特征和groundtruth值计算出第一帧的相关滤波器Hbase；S2、限定实施错误修正的范围；S3、将第一次进行目标状态评估时的时刻假设为x，计算它在时域中的PSR指标，计算公式为
【技术特征摘要】
1.一种基于PSR的视觉跟踪错误修正方法，其特征在于，包括如下步骤：S1、使用第一帧给定的目标状态下的特征和groundtruth值计算出第一帧的相关滤波器Hbase；S2、限定实施错误修正的范围；S3、将第一次进行目标状态评估时的时刻假设为x，计算它在时域中的PSR指标，计算公式为对属于修正范围内的视频时刻，假设为k，计算它在时域中的PSR指标，计算公式为，其中，r为响应值，max代表求最大值，mean代表求平均值，std代表求标准差；S4、将PSRk与PSRbase进行比较，若PSRk＜PSRbase，则进行修正，k时刻在状态估计时的响应值矩阵为若PSRk≥PSRbase,则不进行修正，k时刻在状态估计时的响应值矩阵为其中，F(xk)为k时刻提取的特征，Hk-1为k时刻使用的相关滤波器，寻找Responsek中的最大值，预估目标在第k帧的状态；S5、提取目标在新状态下的特征，此时相关滤波器Hk满足公式若提取目标未进行修正，假设样本为zk，则若提取目标进行了修正，假设样本为则其中G为期望输出，F(zk)为对样本zk提取的特征，为对样本提取的特征，λ为正则化参数，u为...
【专利技术属性】
技术研发人员：王彩玲，徐烨超，荆晓远，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。