一种梯度阈值判断模型更新的目标跟踪方法技术

本发明专利技术提出了一种梯度阈值判断模型更新的目标跟踪方法，该方法将平均峰值相关能量(APCE)阈值和APCE梯度阈值相结合，在APCE和APCE梯度都高于阈值时更新，否则停止更新。本发明专利技术解决了现有更新方法中没有考虑检测性能突然下降而导致不能应对目标快速运动等问题，本发明专利技术不但考虑到了响应结果是否大于阈值的问题，还考虑到了相对上一个响应结果，本次响应是否有大的变化这一变化过程的程度，使得检测结果可靠性的判断进一步完善，合理更新模型参数，减小了模型漂移。该方法对跟踪速度的影响很小，简单且实时性强。

A Target Tracking Method for Updating Gradient Threshold Judgment Model

The method combines the average peak correlation energy (APCE) threshold and APCE gradient threshold to update the gradient of APCE and APCE when the gradient of APCE and APCE is higher than the threshold, otherwise the updating will stop. The invention solves the problem that the existing update method does not take into account the sudden decline of detection performance, which leads to the inability to respond to the rapid movement of the target. The invention not only considers whether the response result is larger than the threshold value, but also takes into account the degree of the change process of whether the response is greatly changed relative to the previous response result, so as to further judge the reliability of the detection result. Perfect and rationally update the model parameters to reduce the model drift. This method has little influence on tracking speed, and is simple and real-time.

【技术实现步骤摘要】
一种梯度阈值判断模型更新的目标跟踪方法
本专利技术属于视频目标跟踪
，涉及一种目标跟踪方法，尤其是一种梯度阈值判断模型更新的目标跟踪方法。
技术介绍
目标跟踪是计算机视觉的一个重要分支，在很多场景下都有着广泛的应用，如人机交互、视频监控、增强现实、自动驾驶、移动机器人等等。近年来，相关滤波被引入目标跟踪的框架中，并取得了显著的效果。2010年，Bolme等提出一种新型相关滤波器MOSSE(MinimumOutputSumofSquaredError)，首次将CF应用于跟踪算法。该算法选定一个目标区域，利用相关滤波器对目标外观建模，并将相似度的计算转移到傅里叶域中，大大提升了跟踪速度。依据循环矩阵的理论，F.Henriques提出一种CSK(CirculantStructureKernels)跟踪方法。CSK应用FFT达到非常快的学习和检测功能的Fourier分析思想(不同于迭代思想)。Henriques在CSK的基础上，将单通道特征推广到多通道特征，提出了核相关滤波(KernelizedCorrelationFilters,KCF)，至此KCF成为相关滤波目标跟踪的一个算法基准本文档来自技高网...

【技术保护点】
1.一种梯度阈值判断模型更新的目标跟踪方法，其特征在于，包括以下步骤：步骤1：输入图像待处理帧；步骤2：预处理当前帧；步骤3：获取当前帧中被跟踪的目标的HOG特征；步骤4：根据当前目标位置以KCF算法原理来训练跟踪器，并得到模型参数；如果是第一帧图像，则跳至步骤8，否则跳至步骤5；步骤5：运行相关滤波器跟踪算法，并计算当前帧的响应矩阵及目标的新位置；步骤6：根据当前目标位置训练跟踪器，并得到模型参数；步骤7：判断当前模型参数是否需要更新，包括以下子步骤；7‑1)根据响应矩阵计算当前帧的APCE以及对应的DifAPCE；7‑2)计算APCE阈值及DifAPCE阈值1和DifAPCE阈值2；7‑3...

【技术特征摘要】
1.一种梯度阈值判断模型更新的目标跟踪方法，其特征在于，包括以下步骤：步骤1：输入图像待处理帧；步骤2：预处理当前帧；步骤3：获取当前帧中被跟踪的目标的HOG特征；步骤4：根据当前目标位置以KCF算法原理来训练跟踪器，并得到模型参数；如果是第一帧图像，则跳至步骤8，否则跳至步骤5；步骤5：运行相关滤波器跟踪算法，并计算当前帧的响应矩阵及目标的新位置；步骤6：根据当前目标位置训练跟踪器，并得到模型参数；步骤7：判断当前模型参数是否需要更新，包括以下子步骤；7-1)根据响应矩阵计算当前帧的APCE以及对应的DifAPCE；7-2)计算APCE阈值及DifAPCE阈值1和DifAPCE阈值2；7-3)如果APCE大于其阈值，并且，DifAPCE大于DifAPCE阈值1或小于DifAPCE阈值2，则更新模型参数，否则不更新；步骤8：如果是最后一帧，则结束，否则输入下一帧并转至步骤2。2.根据权利要求1所述的梯度阈值判断模型更新的目标跟踪方法，其特征在于，所述步骤7-1)中，APCE的计算为：其中mean表示取均值，Fmax，Fmin以及Fw,h分别为KCF算法得出的滤...

【专利技术属性】
技术研发人员：尹向雷，刘贵喜，
申请(专利权)人：西安电子科技大学，陕西理工大学，
类型：发明
国别省市：陕西,61