抗遮挡相关滤波跟踪方法技术

一种抗遮挡相关滤波跟踪方法，在进行视频跟踪时，根据待跟踪目标的第二帧的目标响应值和面积比率进行目标分类，并且当相邻五帧的目标响应值是否满足遮挡判据时停止跟踪，并通过启动重检测机制对后续输入的每帧图像进行目标检测并得到若干提议框，然后通过初步筛选和相关滤波得到响应值最大的提议框，用于重新初始化跟踪器从而避免检测错判。

Anti-occlusion correlation filtering tracking method

【技术实现步骤摘要】
抗遮挡相关滤波跟踪方法
本专利技术涉及的是一种图像处理领域的技术，具体是一种抗遮挡相关滤波跟踪方法。
技术介绍
目标跟踪是计算机视觉领域的研究热点之一。它在人脸识别、行为分析、机器人技术和智能监控等领域有着广泛的应用。现有的目标跟踪算法已经取得了很大的成就，但由于姿态变化、光照变化、部分遮挡、快速运动、尺度变化和背景复杂性等因素，在精确的目标跟踪中仍然存在许多问题。近年来，相关滤波器被引入判别跟踪框架，并取得了良好的效果。平方误差最小输出MOOSE(MinimumOutputSumofSquaredError)滤波器将相关运算引入到目标跟踪中，并通过空间域卷积成为傅立叶域的Hadamard积的理论大大加速了计算。在此之后，核检测跟踪循环结构CSK(CirculantStructureoftracking-by-detectionwithKernels)算法采用循环矩阵来增加样本数量，从而提升了分类器效果。作为对CSK的扩展，定向梯度特征、高斯核和岭回归被用于核相关滤波器KCF(KernelizedCorrelationFilters)。针对目标的尺度变化，识别尺度空间跟踪DSST(Discriminativescalespacetracking)通过尺度金字塔学习相关滤波器解决了尺度估计的问题。长期相关跟踪LCT(Long-termCorrelationTracking)包括外观和运动的相关滤波器，以估计目标的比例和平移。受人类识别模型的启发，Choi提出了ACFN算法(Attentionalfeature-basedCorrelationFilter)来跟踪快速变化的目标。然而，以上跟踪器均没有很好地解决目标遮挡问题或者仅仅针对目标的部分遮挡(目标遮挡面积小于等于目标总面积50％)和短时全遮挡。并且现有的遮挡判据并不能很好的与跟踪算法进行融合，在很多时候遮挡判据会出现错误判断，这严重影响了跟踪器的性能。
技术实现思路
本专利技术针对现有技术存在的上述不足，提出一种抗遮挡相关滤波跟踪方法，通过抗遮挡相关滤波跟踪(Anti-occlusionobjecttrackingbasedoncorrelationfilter，AO-CF)、基于连续响应值的遮挡标准以及用于检测潜在的可靠目标的新检测标准，实现了在目标出现遮挡情形下的鲁棒跟踪。本专利技术是通过以下技术方案实现的：本专利技术涉及一种抗遮挡相关滤波跟踪方法，在进行视频跟踪时，根据待跟踪目标的第二帧的目标响应值和面积比率进行目标分类，并且当相邻五帧的目标响应值是否满足遮挡判据时停止跟踪，并通过启动重检测机制对后续输入的每帧图像进行目标检测并得到若干提议框，然后通过初步筛选和相关滤波得到响应值最大的提议框，用于重新初始化跟踪器从而避免检测错判。所述的待跟踪目标的第二帧是指：手动选择待跟踪目标所在帧的相邻后续一帧。所述的相邻五帧是指：以目标所在的当前帧为起始点再加上其后连续的4帧，这样就形成一个相邻5帧。所述的目标响应值其中：y为采样样本的的输出，k为高斯核函数，λ为正则化系数，操作算子F表示傅立叶变换。所述的面积比率，即目标与整幅图片的面积比其中：S1为初始目标框的面积，S2为整幅图片的面积。所述的目标分类是指：在得到τ,μ后，通过进行分类，其中：∩符号表示与运算，a1和b1分别为用来对目标进行分类的阈值；根据分类好的目标可以进一步设置遮挡阈值的系数d，其中d＝[d1,d2,d3,d4]，d中元素的映射关系为：d1<d2,d3<d4,d1<d3,d2<d4。所述的遮挡判据是指：将连续五帧的目标响应值与遮挡阈值做比较，然后再统计这5个响应值中小于个数，最后根据比较结果和统计结果来判断目标是否出现遮挡或者是否跟踪失败，该判据为Y＝[y(1),y(2),y(3),y(4),y(5)]<d·τ，sum(Y<θ·d·τ)≥2,θ<1，其中：y(i)是响应值，y(i)是Y的元素，θ是系数，运算符sum(·)用于计算集合Y中y(i)<θ·d·τ的数量；根据目标分类得到的遮挡阈值的系数d＝[d1,d2,d3,d4]；当五个连续帧的响应值达到上述条件时认为该目标被遮挡。所述的重检测机制，具体实现步骤为：1)当目标被判定为被遮挡时，则对接下来输入的帧图像初始边缘图；2)合并具有相同方向的相邻边缘像素形成组；3)基于两个边缘组si，sj∈S的平均位置xi，xj和平均方向θi，θj计算相似度a(si，sj)，根据目标分类原则，把高相似度的组连成长的轮廓：a(si，sj)＝|cos(θi-θij)cos(θj-θij)|γ，其中：θij是xi，xj之间的夹角，γ用于调节方向变化的敏感度。所述的边缘组是指：边缘组是由一群具有一定相似性的边缘点(像素点)所构成。所述的高相似度是指：根据θij是xi，xj之间的夹角来判断相似性，夹角越小则相似度越高，反之越小。4)通过计算包含在提议框中的所有边缘组的边缘强度反映存在目标的可能性：其中：wb(si)∈[0，1]为si在框b中的置信度，mi是在组si中所有边缘的强度大小之和，bw和bh为提议框b的宽度和高度，ζ用来补偿拥有更多边缘的大窗口的偏差；5)将边缘强度减去穿出检测框的边缘组的强度：，其中：bin的宽和高是b宽高的一半；6)使用滑窗找出所有的检测框，并择选出若干个分数较高的检测框按照分数值由高到低排列：7)根据位置、尺度和宽高比，使用贪婪原则进行迭代搜索，得到的最大化的其含义是在一个边缘点的8邻域中寻找与其具有最小方向角差值的另一个边缘点，然后将该两点连接，紧接着对另一个边缘点实施同样的操作，该操作可以形成潜在物体的边缘轮廓并用于对提议框的置信度评分。所述的初步筛选是指：使用限制面积的方法从提议框中提取候选目标框，具体为：以约束条件：来对提议框进行初步筛选，其中：bw和bh分别是提议框的宽度和高度，和是目标在遮挡时的目标边界框的宽度和高度。所述的相关滤波是指：对通过初步筛选的每个提议框实施相关滤波操作来获取对应的响应值。所述的重新初始化是指：将响应值中的最大值与阈值ντ比较，当响应值超过阈值时，以其对应的提议框的中心坐标来重新初始化跟踪器，从而避免检测错判。为了有效地检测潜在的目标，所述的阈值的选取条件包括：τocc3<τocc2<τocc1，w<τocc1-τocc3，其中：τocc1，τocc2和τocc2分别是在触发标准之后的前三帧的响应值，w表示第一帧和第三帧之间的响应值的最小差值，r用于测量第二帧的响应值的下降程度，r越大，第二帧的响应值下降得越快，随后，将设置不同的阈值系数以确定检测到的边界框是否包含本专利技术想要的目标，本专利技术将对过滤后的所有检测框依次进行相关操作，并将对应得到的响应值与阈值做比较，若响应值大于所设置的阈值，则将其采纳为最终的检测结果以重新启动跟踪器继续工作，反之则进入下一帧进行检测直至检测到正确的目标。本专利技术涉及一种实现上述方法的系统，包括：图像输入模块、跟踪器模块、重检测器模块以及输出模块，其中：图像输入模块与跟踪器模块相连并传输并传输图像、目标框的位置和宽高信息，跟踪器模块与重检测器模块相连并传输图像信息，跟踪器模块与输出模块相连并传输图像、目标本文档来自技高网...

【技术保护点】
1.一种抗遮挡相关滤波跟踪方法，其特征在于，在进行视频跟踪时，根据待跟踪目标的第二帧的目标响应值和面积比率进行目标分类，并且当相邻五帧的目标响应值是否满足遮挡判据时停止跟踪，并通过启动重检测机制对后续输入的每帧图像进行目标检测并得到若干提议框，然后通过初步筛选和相关滤波得到响应值最大的提议框，用于重新初始化跟踪器从而避免检测错判；所述的目标响应值

【技术特征摘要】
1.一种抗遮挡相关滤波跟踪方法，其特征在于，在进行视频跟踪时，根据待跟踪目标的第二帧的目标响应值和面积比率进行目标分类，并且当相邻五帧的目标响应值是否满足遮挡判据时停止跟踪，并通过启动重检测机制对后续输入的每帧图像进行目标检测并得到若干提议框，然后通过初步筛选和相关滤波得到响应值最大的提议框，用于重新初始化跟踪器从而避免检测错判；所述的目标响应值其中：y为采样样本的的输出，κ为高斯核函数，λ为正则化系数，操作算子F表示傅立叶变换；所述的面积比率，即目标与整幅图片的面积比其中：S1为初始目标框的面积，S2为整幅图片的面积。2.根据权利要求1所述的方法，其特征是，所述的目标分类是指：在得到τ，μ后，通过进行分类，其中：符号表示与运算，a1和b1分别为用来对目标进行分类的阈值；根据分类好的目标可以进一步设置遮挡阈值的系数d，其中d＝[d1，d3，d3，d4]，d中元素的映射关系为：d1＜d2，d3＜d4，d1＜d3，d2＜d4。3.根据权利要求2所述的方法，其特征是，所述的遮挡判据是指：将连续五帧的目标响应值与遮挡阈值做比较，然后再统计这5个响应值中小于个数，最后根据比较结果和统计结果来判断目标是否出现遮挡或者是否跟踪失败，该判据为Y＝[y(1)，y(2)，y(3)，y(4)，y(5)]＜d·τ，sum(Y＜θ·d·τ)≥2，θ＜1，其中：y(i)是响应值，y(i)是Y的元素，θ是系数，运算符sum(·)用于计算集合Y中y(i)＜θ·d·τ的数量；根据目标分类得到的遮挡阈值的系数d＝[d1，d2，d3，d4]；当五个连续帧的响应值达到上述条件时认为该目标被遮挡。4.根据权利要求1所述的方法，其特征是，所述的重检测机制，具体实现步骤为：1)当目标被判定为被遮挡时，则对接下来输入的帧图像初始边缘图；2)合并具有相同方向的相邻边缘像素形成组；3)基于两个边缘组si，sj∈S的平均位置xi，xj和平均方向θi，θj计算相似度a(si，sj)，根据目标分类原则，把高相似度的组连成长的轮廓：a(si，sj)＝|cos(θi-θij)cos(θj-θij)|γ，其中：θij是xi，xj之间的夹角，γ用于调节方向变化的敏感度；4)通过计算包含在提议框中...

【专利技术属性】
技术研发人员：肖刚，刘骏，张星辰，冶平，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海,31