一种基于级联检测器的运动目标跟踪方法技术

本发明专利技术公开了一种基于级联检测器的运动目标跟踪方法，包括：(1)相关滤波跟踪器的初始化；(2)级联检测器的初始化；(3)相关滤波跟踪器获取第一感兴趣区域；(4)级联分类器目标检测；(5)第一感兴趣区域与检测区域的综合；(6)更新跟踪模型与级联检测器；其中，通过相关滤波跟踪器获取第一感兴趣区域，级联检测器包括方差分类器、多通道随机蕨分类器和相关一致分类器，通过三种分类器获取检测区域，第一感兴趣区域和检测区域进行加权修正获取第二感兴趣区域，可有效地防止跟踪结果的振荡，同时采用级联检测器可保证跟踪模型获取的第一感兴趣区域的准确性。

A Moving Target Tracking Method Based on Cascade Detector

【技术实现步骤摘要】
一种基于级联检测器的运动目标跟踪方法
本专利技术属于目标跟踪的
，更具体地，涉及一种基于级联检测器的运动目标跟踪方法。
技术介绍
随着科学技术的发展，人们的生活、学习和工作在智能设备上的要求也在不断提高。在视频监控领域，在过去只能做到静态的记录，然后用来监控某一区域或记录某一地区在一定时间内发生的事，但现在的社会环境需要监测设备更加智能化，能够实现远距离、多方位观察视频图像，更需要图像设备能实时跟踪并自动分析处理。例如，自动跟踪感兴趣的目标对象，实现各种目标对象的检测、实时跟踪、定位报警等，这些技术需求又反过来推动了人工智能的发展，引领市场方向，引领科技进步。运动目标跟踪在军事领域的应用也越来越广泛，运动目标跟踪更发展成为了飞行器导航中的一项关键的技术。在各种军用设备中都需要图像跟踪手段来达到精确导引的目的，包括导弹和无人机等系统，目前迫切需要利用这一信息载体对图像进行搜索、捕获、定位和精确跟踪。随着技术的进步，对目标的搜索和跟踪系统的需求正朝着智能化的方向发展，要求系统能够长期地对目标进行准确的自动跟踪。近些年基于相关滤波的跟踪算法无论在速度还是性能上都表现出了极大的潜力，因本文档来自技高网...

【技术保护点】
1.一种基于级联检测器的运动目标跟踪方法，其特征在于，包括：(1)基于序列图像第k帧的训练样本，分别计算跟踪模型的参数获取级联检测器的参数；所述级联检测器依次按照方差分类器、多通道随机蕨分类器和相关一致分类器的顺序级联构成；(2)根据第k+1帧第一训练样本的样本特征以及基于第k帧训练样本的跟踪模型，计算第k+1帧第一训练样本的频域特征响应图和跟踪置信度；(3)根据跟踪置信度，筛选频域特征响应值最大的点为第k+1帧的第一感兴趣区域；(4)将第k+1帧第一感兴趣区域划分为栅格图像后，各栅格图像依次通过级联检测器筛选出检测区域；(5)根据检测区域校准第k+1帧的第一感兴趣区域获取第k+1帧的第二感兴...

【技术特征摘要】
1.一种基于级联检测器的运动目标跟踪方法，其特征在于，包括：(1)基于序列图像第k帧的训练样本，分别计算跟踪模型的参数获取级联检测器的参数；所述级联检测器依次按照方差分类器、多通道随机蕨分类器和相关一致分类器的顺序级联构成；(2)根据第k+1帧第一训练样本的样本特征以及基于第k帧训练样本的跟踪模型，计算第k+1帧第一训练样本的频域特征响应图和跟踪置信度；(3)根据跟踪置信度，筛选频域特征响应值最大的点为第k+1帧的第一感兴趣区域；(4)将第k+1帧第一感兴趣区域划分为栅格图像后，各栅格图像依次通过级联检测器筛选出检测区域；(5)根据检测区域校准第k+1帧的第一感兴趣区域获取第k+1帧的第二感兴趣区域；(6)以第k+1帧的第二感兴趣区域为中心生成第k+1帧的第二训练样本，并基于第k+1帧的第二训练样本分别更新跟踪模型和级联检测器；(7)判断是否满足k+1<m，若满足，则k＝k+1，转至步骤(2)；否则，停止；其中，m为序列图像的最大帧数。2.如权利要求1所述的运动目标跟踪方法，其特征在于，所述步骤(1)包括：(1.1)根据第k帧的目标跟踪的初始感兴趣区域生成第k帧的训练样本，并基于第k帧的训练样本的样本特征和样本标签获取跟踪模型的参数；(1.2)根据所述第k帧的训练样本生成的正样本和负样本初始化方差分类器、多通道随机蕨分类器和相关一致分类器。3.如权利要求2所述的运动目标跟踪方法，其特征在于，所述步骤(1.2)中计算多通道随机蕨分类器的方法为：按照相同比例在正样本和负样本中提取样本构建训练集，剩余正样本和负样本构成测试集；提取训练集的每个特征通道对应的二值特征，计算每个随机蕨的后验概率，且利用相关滤波跟踪器获取每个通道的置信度；将各训练集中训练样本的所有特征通道的后验概率按通道置信度进行叠加后设定后验概率阈值；计算测试集中测试样本按通道置信度叠加后的后验概率；筛选测试集中后验概率值大于后验概率阈值的测试样本，将筛选的测试样本的后验概率的平均值作为多通道随机蕨分类器的阈值。4.如权利要求2或3所述的运动目标跟踪方法，其特征在于，所述步骤(1.2)中计算相关一致分类器的方法为：计算正样本和初始感兴趣区域的归一化互相关系数；以正样本和初始感兴趣区域的交并比为权重，将权重归一化处理；将互相关系数加权相加初始化相关一致分类器。5.如权利要求1至4所述的运动目标跟踪方法，其特征在于，所述步骤(2)包括：(2.1)将第k帧感兴趣区域的中心点作为第k+1帧目标波门的中心点位置，计算第k+1帧目标波门的大小；(2.2)根据第k+1帧目标波门的大小和中心点位置，获取第k+1帧的第一训练样本；(2.3)提取归一化后的第k+1帧第一训练样本的样本特征，并利用汉宁窗滤波使样本特征边缘平滑过渡；；(2.4)利用第k+1帧的样本特征和跟踪模型计算第k+1帧第一训练样本的频域特征响应值和跟踪置信度。6.如权利要求5所述的运动目标跟踪方法，其特征在于，所述步骤(3)包括：(3.1)...

【专利技术属性】
技术研发人员：杨卫东，翟展，王爽，沈孔怀，雷晓奇，凌翔滨，王公炎，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42