一种融合KCF和粒子滤波的抗遮挡目标跟踪方法技术

本发明专利技术涉及一种融合KCF和粒子滤波的抗遮挡目标跟踪方法，将KCF方法及粒子滤波方法进行相关融合，充分利用粒子滤波方法的优越性，即能遮挡问题的负影响做出积极回应，并克服了KCF方法在目标跟踪遇遮挡问题的跟踪不稳定性。本发明专利技术利用KCF在无遮挡条件下目标跟踪的快速准确的特点，结合粒子滤波在有遮挡条件下的可以实现良好预测目标位置的特点，在不增加存储成本和时间成本的基础上，提出一种融合方法；采用线程池技术，对目标进行了多尺度的检测，本发明专利技术中，三个尺度的对比结合使得得出的尺度变化更为广泛，选取输出的尺度更为合理；由于对目标采样的针对性，降低了跟踪系统对于硬件存储单元的要求，使得跟踪更加流畅稳定，抗遮挡性更为突出。

【技术实现步骤摘要】
一种融合KCF和粒子滤波的抗遮挡目标跟踪方法
本专利技术属于计算机视觉目标跟踪
，具体涉及一种融合KCF和粒子滤波的抗遮挡目标跟踪方法。
技术介绍
随着计算机视觉和人工智能的发展，目标检测跟踪被予以越来越多的关注，并已成为无人驾驶，无人机和智能交通的关键技术。但是，目前目标跟踪的单一方法对于跟踪速度，光照尺度变化及复杂背景遮挡等问题均未能很好的解决。KCF是一种判别式跟踪方法，其一般是在追踪过程中训练一个目标检测器，使用目标检测器去检测下一帧预测位置是否是目标，然后再使用新检测结果去更新训练集进而更新目标检测器。该方法的优点为检测过程快速而准确，但该跟踪方法未能应对尺寸变化及遮挡情况。基于粒子滤波的目标跟踪方法是一种生成类跟踪方法，通过贝叶斯推理和重要性采样，在系统前一个状态的基础上，利用状态转移方程预测下一时刻的状态，以达到跟踪目的。如能取KCF与粒子滤波跟踪方法的优点加以融合改进，必将成为改善跟踪效果的重要途径。
技术实现思路
本专利技术的目的就在于针对上述KCF方法进行目标跟踪时无法有效应对遮挡的问题，提供一种融合KCF和粒子滤波的抗遮挡目标跟踪方法。在使用多尺度检测的基础上，保证方法时间不增加的前提下，利用粒子滤波结合KCF应对目标跟踪时障碍物遮挡目标导致发生跟踪漂移问题，可以有效的避免由遮挡问题所带来的跟踪负影响。本专利技术的目的是通过以下技术方案实现的：一种融合KCF和粒子滤波的抗遮挡目标跟踪方法，包括以下步骤：A、输入视频帧序列，用鼠标在第一帧视频图像中标记选择待跟踪目标，跟踪开始；初始化KCF跟踪器，初始化粒子滤波器；B、用线程池技术开启三个线程，分别对应待跟踪目标的三个尺度图像，以获取响应最大的线程。将响应最大的线程对应的输出位置及尺度作为当前帧目标跟踪的最佳跟踪点，输入预设阈值；同时，提取第一帧视频图像进行预处理，将第一帧视频图像中RGB颜色空间转化为HSV颜色空间，生成颜色直方图；C、将步骤B中所获取的最大响应与预设阈值进行比较，若小于预设阈值，则将响应最大的线程对应的输出位置及尺度进行遮挡判别。具体操作如下：C1、提取待检测目标区域颜色直方图，并与步骤B中提取的第一帧视频图像所保留的目标区域颜色直方图进行匹配；C2、判断待检测目标区域的颜色直方图与步骤B中提取的第一帧视频图像所保留的目标区域颜色直方图的欧氏距离是否大于阈值，若是，则判定待检测目标区域的该帧遮挡存在；D、若步骤C所遮挡判定结果为遮挡存在，则对应帧进入粒子滤波器，由粒子滤波器引导预测接下来的跟踪，反之则继续使用KCF跟踪器的输出结果作为当前帧的目标位置；其中，进入粒子滤波器引导预测跟踪的具体操作如下：初始化粒子滤波器，计算第一帧视频图像划定的目标跟踪区域的颜色直方图，将其作为模板颜色直方图；在步骤B中所设置的最佳跟踪点周围生成初始化粒子，并设置初始权重和尺度；加载下一帧视频图像，提取新的视频图像帧进行颜色空间转换，生成新的颜色直方图。粒子滤波器对新的颜色直方图进行计算，预测每一个粒子在新图像帧中的尺度和位置，同时粒子滤波器根据新的颜色直方图重新计算跟踪目标框的粒子，对框内粒子进行预测，权重估计和采样，并生成新的粒子；以此循环，生成粒子滤波跟踪预测框。E、若KCF检测出的跟踪目标达到所设定阈值，进入步骤C并行KCF跟踪；反之，结束目标跟踪。与现有技术相比，本专利技术的有益效果在于：1、融合KCF法和粒子滤波原理的优点，即为：KCF方法基于特征跟踪，应对未被遮挡目标跟踪时，快速准确。但由于遮挡极易导致跟踪漂移，遮挡物的存在造成了极大的跟踪负影响；而粒子滤波不基于特征跟踪，可以充分利用当前时刻的状态，较为准确的预测下一时刻目标位置，并且对非线性系统有较好的预测能力，有较强的抗遮挡干扰性。2、采用线程池技术，对目标进行了多尺度的检测，本专利技术中，三个尺度的对比结合使得得出的尺度变化更为广泛，选取输出的尺度更为合理。3、由于对目标采样的针对性，降低了跟踪系统对于硬件存储单元的要求，使得跟踪更加流畅稳定，抗遮挡性更为突出。附图说明图1是本专利技术融合KCF和粒子滤波的抗遮挡目标跟踪方法的流程图；图2是判断遮挡流程图；图3是粒子滤波器预测目标位置流程图。具体实施方式以下结合附图对本专利技术进行进一步说明。本专利技术针对目标跟踪中所存在的常见遮挡问题，提供了一种融合KCF和粒子滤波的方法，可以优化由遮挡所带来的跟踪负影响。从目前来看，KCF方法凭借其独特的优势已经在目标跟踪领域应用已逐渐成熟。其通过矩阵循环增加训练样本，以提高正确性；通过傅里叶变换避免矩阵求逆，以达到快速性；通过高斯分布标定样本，以说明合理性。然而，面对遮挡问题，其跟踪效果并不理想。粒子滤波非常适用于非线性运动问题，且已经广泛运用于目标跟踪的科学研究和工程实践中。本专利技术利用KCF在无遮挡条件下目标跟踪的快速准确的特点，结合粒子滤波在有遮挡条件下的可以实现良好预测目标位置的特点，在不增加存储成本和时间成本的基础上，提出一种融合方法。如图1所示，一种融合KCF和粒子滤波的抗遮挡目标跟踪方法，包括以下步骤：A、输入视频帧序列，选定待跟踪目标，初始化KCF跟踪器，初始化粒子滤波器；B、开启线程池三线程，分别对应为：默认尺度检测，尺度因子及尺度因子倒数的变化图像，得到对应响应；取其中线程最大响应值，将其对应的输出位置和尺度作为当前帧目标跟踪的最佳跟踪点，输入预设阈值；C、将步骤B中所获取的最佳跟踪点所对应的响应值与预设阈值0.20进行比较，若最大响应值大于预设阈值，则并行KCF跟踪；若小于预设阈值，则将响应最大的线程对应的输出位置及尺度进行遮挡判断；D、判断遮挡为否时，显示目标跟踪输出结果，更新KCF跟踪器参数，继续并行跟踪，判断遮挡为是时，则对应帧进入粒子滤波器，由粒子滤波器引导预测接下来的跟踪，具体为：将未遮挡KCF跟踪位置作为粒子滤波器初始状态变量，利用状态转移方程预测下一时刻的状态，以达到目标跟踪效果，显示目标跟踪输出结果，并进入判断是否结束跟踪；E、判断依据为KCF检测出的跟踪目标是否达到所设定阈值；判断结束跟踪为是时，结束目标跟踪，判断结束跟踪为否时，进入步骤C并行KCF跟踪。如图2所示，本专利技术中判断遮挡具体步骤如下：C1、提取当前帧视频图像颜色直方图与第一帧视频图像保留的目标区域颜色直方图进行匹配，利用欧式距离判别；C2、若欧氏距离大于阈值(本专利技术所用阈值为第一帧视频图像的模板颜色直方图的百分之二十)，判定为发生遮挡，反之，判定为未发生遮挡。如图3所示，本专利技术中粒子滤波器预测目标位置具体步骤如下：D1、粒子滤波器初始化，最佳跟踪点周围生成初始化粒子，并设置初始权重和尺度；D2、采样粒子位置，加载下一帧视频图像，根据状态转移方程，粒子演化估计下一状态，即下一时刻目标预测位置；D3、用测量值调整预测状态并校正估计；D4、状态充分改变，则基于最新估计重采样粒子，重采样根据粒子当前分布及权重尺度触发，若未触发重采样，则相同粒子用于下一状态估计，若触发重采样，则继续采样粒子位置。综上，本专利技术旨在将KCF方法及粒子滤波方法进行相关融合，充分利用粒子滤波方法的优越性，即能遮挡问题的负影响做出积极回应，并克服了KCF方法在目标跟踪遇遮挡问题的跟踪不稳定性。值得说明的是，粒子滤波与卡尔曼滤波本文档来自技高网...

【技术保护点】
1.一种融合KCF和粒子滤波的抗遮挡目标跟踪方法，其特征在于，包括以下步骤：A、输入视频帧序列，在第一帧视频图像中标记选择待跟踪目标，初始化KCF跟踪器，初始化粒子滤波器；B、开启线程池三线程，分别对应待跟踪目标的三个尺度图像，以获取响应最大的线程，取其中线程最大响应值，将其对应的输出位置和尺度作为当前帧目标跟踪的最佳跟踪点，输入预设阈值；同时，提取第一帧视频图像进行预处理，将第一帧视频图像中RGB颜色空间转化为HSV颜色空间，生成颜色直方图；C、将最佳跟踪点所对应的响应值与预设阈值进行比较，若最大响应值大于预设阈值，则并行KCF跟踪；若小于预设阈值，则将响应最大的线程对应的输出位置及尺度进行遮挡判断；D、若步骤C所遮挡判定结果为遮挡存在，则对应帧进入粒子滤波器，由粒子滤波器引导预测接下来的跟踪，预测目标位置；若无遮挡存在，显示目标跟踪输出结果，更新KCF跟踪器参数，继续并行跟踪；E、若KCF检测出的跟踪目标达到所设定阈值，进入步骤C并行KCF跟踪；反之，结束目标跟踪。

【技术特征摘要】
1.一种融合KCF和粒子滤波的抗遮挡目标跟踪方法，其特征在于，包括以下步骤：A、输入视频帧序列，在第一帧视频图像中标记选择待跟踪目标，初始化KCF跟踪器，初始化粒子滤波器；B、开启线程池三线程，分别对应待跟踪目标的三个尺度图像，以获取响应最大的线程，取其中线程最大响应值，将其对应的输出位置和尺度作为当前帧目标跟踪的最佳跟踪点，输入预设阈值；同时，提取第一帧视频图像进行预处理，将第一帧视频图像中RGB颜色空间转化为HSV颜色空间，生成颜色直方图；C、将最佳跟踪点所对应的响应值与预设阈值进行比较，若最大响应值大于预设阈值，则并行KCF跟踪；若小于预设阈值，则将响应最大的线程对应的输出位置及尺度进行遮挡判断；D、若步骤C所遮挡判定结果为遮挡存在，则对应帧进入粒子滤波器，由粒子滤波器引导预测接下来的跟踪，预测目标位置；若无遮挡存在，显示目标跟踪输出结果，更新KCF跟踪器参数，继续并行跟踪；E、若KCF检测出的跟踪目标达到所设定阈值，进入步骤C并行KCF跟踪；反之，结束目标跟踪。2.根据权利要求1所述的一种融合KCF和粒子滤波的抗遮挡目标跟踪方法，其特征在于，所述分别对应为：默认尺度检测，尺度因子及尺度因子倒数的变化图像，得到对应响应...

【专利技术属性】
技术研发人员：王芳荣，石健，金立生，郭柏苍，闫福刚，司法，高铭，徐鹏志，郑义，陈梅，夏海鹏，朱菲婷，冯成浩，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22