一种结合背景信息的尺度自适应相关滤波跟踪方法技术

本发明专利技术请求保护一种结合背景信息的尺度自适应相关滤波跟踪方法，属于计算机视觉领域。所述方法主要包括以下步骤：基于第t帧的目标信息训练出一个判别的相关滤波分类器；利用前一帧的分类器作用于当前的跟踪目标以获取当前的候选目标；再通过构建的尺度池对候选的目标做尺度比较，得到相对应的尺度判别因子SSF；基于SSF对候选的目标区域采用不同的应对措施，得到最终的目标尺度。本发明专利技术通过结合目标的背景信息增加了分类器的判别性能，提高了跟踪器的鲁棒性。

A Scale Adaptive Correlated Filtering Tracking Method Combining Background Information

The invention requests to protect a scale adaptive correlation filtering tracking method combining background information, which belongs to the field of computer vision. The method mainly includes the following steps: training a discriminant correlation filter classifier based on the target information of the first frame; using the classifier of the previous frame to act on the current tracking target to obtain the current candidate target; then comparing the candidate target with the scale pool constructed to obtain the corresponding scale discriminant factor SSF; adopting the candidate target region based on the SSF Different measures should be taken to get the final target scale. The method increases the discriminant performance of the classifier by combining the background information of the target, and improves the robustness of the tracker.

【技术实现步骤摘要】
一种结合背景信息的尺度自适应相关滤波跟踪方法
本专利技术属于计算机视觉
，具体地说，是一种单目标跟踪方法。
技术介绍
鲁棒的运动目标跟踪是计算机视觉中的开放性研究问题之一.单目标跟踪是指已知跟踪对象初始信息的前提下,预测整个视频序列中跟踪对象的后序状态.目标跟踪在军事与民用领域有着广泛的应用,如:机器人和自动化,视觉监控,增强现实和人机交互.然而,目标跟踪领域中一些具有挑战性的因素会影响跟踪器的稳健性,例如:尺度变化,运动模糊,姿势变化,物体变形,光照变化等.为解决以上问题,许多有效的表示方法被用于计算机视觉领域中,主要分为判别方法与生成方法,这两类方法都被用来学习目标的外观模型.判别方法主要是基于跟踪-检测理论通过使用当前流行的机器学习的算法,如:支持向量机,线性回归,随机森林等技术来训练分类器模型,而模型则负责将视觉样本分类为目标(正样本)或背景(负样本).然而,判别方法必须在每个候选目标位置进行评估,这导致了严重的计算负荷.生成方法一般使用统计模型或者模板描述目标,该类跟踪算法通常假设跟踪期间目标的外观变化不太严重,且忽略目标周围的背景信息,这使得该类算法在处理复杂场景时本文档来自技高网...

【技术保护点】
1.一种结合背景信息的尺度自适应相关滤波跟踪方法，其特征在于，包括以下步骤：101、基于前一帧的目标信息，采用正则化最小二乘法分类器利用循环矩阵产生的密集样本训练x和期望输出y优化目标函数

【技术特征摘要】
1.一种结合背景信息的尺度自适应相关滤波跟踪方法，其特征在于，包括以下步骤：101、基于前一帧的目标信息，采用正则化最小二乘法分类器利用循环矩阵产生的密集样本训练x和期望输出y优化目标函数求解分类器的权重w，D表示特征维度，xi表示第i个样本，yi表示第i个样本输出，λ表示为正则化参数；102、利用步骤101训练好得相关滤波分类器预测运动目标得位置，即采取搜索区域内得所有候选目标，计算该区域的候选目标的响应值，响应值最大的候选目标位置作为最佳候选目标；103、通过设置不同得分辨率构建的尺度池对102步骤获取得最佳候选目标做尺度比较，得到候选目标对应的尺度判别因子SSF；104、基于尺度判别因子SSF的值而对候选的目标区域采用不同的应对措施，如果SSF的值满足设定条件，将结果背景信息对之前的获得目标再次检测，得到最终的目标尺度信息作为当前帧的跟踪结果。2.根据权利要求1所述的一种结合背景信息的尺度自适应相关滤波跟踪方法，其特征在于，所述步骤101利用循环矩阵产生的密集样本训练出一个判别的相关滤波分类器；具体为：A1、基于前一帧检测到的目标中心点为中心点，选取M维度的图像块作为基准样本，基于该基准样本通过循环矩阵产生M个循环样本作为训练样本，维度数目与循环样本个数均为M；A2、采用正则化最小二乘法分类器利用循环矩阵产生的密集样本训练x和期望输出y优化目标函数f(x)＝wTx，求解分类器的权重w。3.根据权利要求1或2所述的一种结合背景信息的尺度自适应相关滤波跟踪方法，其特征在于，所述步骤102利用相关滤波分类器作用于当前的跟踪区域，计算该区域的候选目标的响应值，具体包括步骤：B1)以前一帧中检测到的目标中心点为中心，在当前帧中提取和前一帧目标块大小一样的图像块作为基准候选目标,再以其循环移位得到的所有图像块作为候选目标,计算所有候选目标的特征；B2)根据公式计算所有候选目标的响应值，表示此测试样本z的响应值，表训练样本和测试样本之间的核函数映射，表示...

【专利技术属性】
技术研发人员：周丽芳，李红梅，李伟生，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50