基于分布场特征的目标跟踪方法技术

本发明专利技术公开了一种基于分布场特征的目标跟踪方法，主要解决当光照变化、目标发生遮挡、目标超出视野导致跟踪失败的跟踪问题。本发明专利技术实现的步骤如下：(1)确定运动待跟踪目标的初始位置；(2)构建分布场特征；(3)训练位移滤波器；(4)预测当前帧视频图像待跟踪目标位置；(5)利用标准无参数对冲方法计算分布场特征每一级的权值；(6)判断是否选取完所有的视频帧图像，若是，则执行步骤(7)，否则，执行步骤(2)；(7)结束对运动待跟踪目标的跟踪。本发明专利技术通过基于分布场特征的目标跟踪方法，能够利用利用标准无参数对冲方法更新分布场特征每一级的权值，预测待跟踪目标位置和大小。

Target Tracking Method Based on Distributed Field Characteristics

The invention discloses a target tracking method based on distributed field characteristics, which mainly solves the tracking problem of failure when illumination changes, target occlusion occurs and target exceeds visual field. The steps of the invention are as follows: (1) determining the initial position of the moving target to be tracked; (2) constructing the distribution field characteristics; (3) training the displacement filter; (4) predicting the position of the target to be tracked in the current frame video image; (5) calculating the weights of each level of the distribution field characteristics by using the standard parametric hedging method; (6) judging whether all the video frame images have been selected, and if so, executing steps (7); Otherwise, step (2) is executed and (7) the tracking of moving target to be tracked is ended. By means of target tracking method based on distributed field characteristics, the method can update the weights of each level of distributed field characteristics by using standard parametric hedging method, and predict the position and size of the target to be tracked.

【技术实现步骤摘要】
基于分布场特征的目标跟踪方法
本专利技术属于计算机
，更进一步涉及计算机视觉
中的一种基于分布场特征的运动目标跟踪方法。本专利技术可用于对视频监控、机器人导航和定位、无人驾驶机获取的视频序列中的运动目标进行跟踪。
技术介绍
运动目标跟踪的主要任务是，从连续的视频图像序列中检测出运动目标，进而在每一帧图像中确定出运动目标的位置。随着人们对计算机视觉领域的不断深入认识，运动目标跟踪在该领域得到广泛应用和发展，目前已经存在大量的跟踪算法来实现运动目标跟踪。但是，由于遮挡、背景杂乱、外观形变、光照变化、视角变化等客观因素的影响，使得准确地跟踪目标仍然面临极大挑战。华南理工大学在其申请的专利文献“一种基于多特征判别学习的实时目标跟踪方法”(专利申请号2017107885531，公开号107798686A)中公开了一种基于多特征判别学习的实时目标跟踪方法。该方法实现的具体步骤是，(1)获取视频中的灰度视频帧，使用Cross-bin分布场特征描述跟踪目标的亮度属性；(2)使用增强梯度直方图特征EHOG对跟踪目标的纹理多样性进行建模；(3)通过视频的彩色视频帧，提取颜色特征CN来保持颜色本文档来自技高网...

【技术保护点】
1.一种基于分布场特征的目标跟踪方法，其特征在于，提取待跟踪目标的分布场特征；利用标准无参数对冲方法计算分布场特征每一级的权值；该方法的具体步骤包括如下：(1)确定运动待跟踪目标的初始位置：(1a)输入含有待跟踪目标的彩色视频图像序列中的第一帧视频图像；(1b)用待跟踪目标的初始位置和初始位置的长度和宽度确定一个矩形框，用该矩形框标出第一帧视频图像中的待跟踪目标；(1c)在第一帧视频图像中，以待跟踪目标的初始位置为中心，用待跟踪目标的初始位置和待跟踪目标的2.5倍长度和2.5倍宽度确定一个矩形框，用该矩形框标出第一帧视频图像中的候选区域图像；(2)利用分布场特征提取方法，构建当前帧视频图像的分...

【技术特征摘要】
1.一种基于分布场特征的目标跟踪方法，其特征在于，提取待跟踪目标的分布场特征；利用标准无参数对冲方法计算分布场特征每一级的权值；该方法的具体步骤包括如下：(1)确定运动待跟踪目标的初始位置：(1a)输入含有待跟踪目标的彩色视频图像序列中的第一帧视频图像；(1b)用待跟踪目标的初始位置和初始位置的长度和宽度确定一个矩形框，用该矩形框标出第一帧视频图像中的待跟踪目标；(1c)在第一帧视频图像中，以待跟踪目标的初始位置为中心，用待跟踪目标的初始位置和待跟踪目标的2.5倍长度和2.5倍宽度确定一个矩形框，用该矩形框标出第一帧视频图像中的候选区域图像；(2)利用分布场特征提取方法，构建当前帧视频图像的分布场特征：(2a)利用分布场特征提取方法，提取当前帧视频图像的分布场特征，该分布场特征共有两级，每一级为一个三维矩阵，该矩阵每层行数与候选区域图像的宽度相等，每层列数与候选区域图像的高度相等，层数大小为16；(2b)判断当前帧视频图像是否为第一帧视频图像，若是，执行步骤(2c)，否则，执行步骤(2d)；(2c)将第一帧视频图像的分布场特征的每一级初始权值设为0.5；(2d)利用加权求和公式，计算当前帧视频图像中的候选区域特征和上一帧视频图像的分布场特征的加权求和值，用该加权求和值更新当前帧视频图像的分布场特征；(3)生成相关滤波器模型：利用相关滤波方法，计算相关滤波器的参数，将该相关滤波器参数存储到与分布场特征大小相同的空矩阵中，得到相关滤波器模型；(4)预测当前帧视频图像待跟踪目标位置：(4a)载入除第一帧之后的待跟踪视频序列中下一帧彩色视频图像，作为当前帧视频图像，在当前帧视频图像中，以上一帧图像待跟踪目标的位置为中心，提取与待跟踪目标的位置相同的，长度和宽度分别是待跟踪目标长度和宽度2.5倍的矩形框，将该矩形框作为当前帧视频图像的候选区域；(4b)利用尺度位置预测算法，计算待跟踪目标的位置和尺寸；(4c)利用待跟踪目标位置和尺寸确定的矩形框，标出当前帧视频图像的待跟踪目标；(5)利用标准无参数对冲方法计算分布场特征每一级的权值：(5a)利用权值损失公式，计算每一级的权值损失；(5b)利用权值计算公式，计算下一帧视频图像每一级的权值，将该权值作为分布场特征每一级的权值；(6)判断是否选取完所有的视频帧图像，若是，则执行步骤(7)，否则，执行步骤(2)；(7)结束对运动待跟踪目标的跟踪。2.根据权利要求1所述的基于分布场特征的目标跟踪方法，其特征在于，步骤(2a)中所述分布场特征提取方法的具体步骤如下：第一步，按照下式，将由三基色组成的候选区域彩色图像转灰度图像：Ei＝Ri×0.299+Gi×0.587+Bi×0.114其中，Ei表示灰度图像中第i个像素点的像素值，Ri表示候选区域图像中第i像素点红色分量的像素值，Gi表示候选区域图像中第i像素点绿色分量像素值，Bi表示候选区域中第i像素点蓝色分量像素值；第二步，构建一个两级的分布场特征，每一级为一个16层的三维矩阵，每个矩阵中的每层行数与灰度图像的宽度相等，每层列数与灰度图像的高度相等，每一级三维矩阵中每层亮度值的取值范围Dk为[255×k/16255×(k+1)/16]，其中，k表示每一级三维矩阵中第k层的序号，k∈{0,1,2,...,15}，∈表示属于符号；第三步，按照下式，将灰度图像像素点值映射到分布场特征中每一级三维矩阵的每层中...

【专利技术属性】
技术研发人员：田小林，张佳怡，赵启明，贾贺姿，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61