一种基于多通道记忆模型的核相关滤波目标定位方法技术

本发明专利技术提供一种基于多通道记忆模型的核相关滤波目标定位方法，首先，建立一种基于多通道记忆的更新模型，采用一个控制通道记忆目标的灰度特征，采用两个执行通道记忆梯度方向直方图特征以及KCF分类器参数；而后，将所建立的多通道记忆模型引入KCF分类器，使本发明专利技术可记忆先前出现的图像场景中目标对应的灰度特征、梯度方向直方图特征以及KCF分类器参数，从而当目标出现遮挡、相似干扰及姿态变换时，通过灰度特征匹配的方式将与该目标相关的记忆信息，即梯度方向直方图特征与KCF分类器参数提取出来，以准确、快速定位当前帧图像中目标的位置。

A method of target location based on kernel correlation filter and multichannel memory model

【技术实现步骤摘要】
一种基于多通道记忆模型的核相关滤波目标定位方法
本专利技术属于基于计算机视觉的运动目标跟踪
，尤其涉及一种基于多通道记忆模型的核相关滤波目标定位方法。
技术介绍
运动目标跟踪技术是计算机视觉领域的重要研究方向，在智能安防、视觉监控、人机交互等领域具有广泛的应用。目前，目标跟踪技术存在的主要干扰因素包括：1)目标周围环境引起的变化，包括目标被遮挡、光照变化、相似目标干扰等；2)目标自身引起的变化，包括目标几何变形、旋转及姿势变化等。上述因素使得复杂背景下实现对目标精确及鲁棒跟踪仍然面临很大挑战。目标检测方法主要分为生成式方法和判别式方法。生成式方法主要通过学习外观模型来表示目标，然后在图像区域进行搜索，最终取与外观模型最相似的区域作为目标。判别式方法主要通过已有的样本训练一个二值分类器，用这个二值分类器对搜索区域进行分类，取使分类器置信值最大的点为目标位置，从而将目标与背景区分开。由于判别跟踪方法无需学习复杂的外观模型，计算量较小，跟踪速度相对较快，因此成为主流的跟踪方法。作为一种新型基于判别的目标跟踪方法，核相关滤波(KCF)算法通过循环偏移构建出了分类器的训练样本，使得数据矩本文档来自技高网...

【技术保护点】
1.一种基于多通道记忆模型的核相关滤波目标定位方法，其特征在于，包括以下步骤：S1：获取当前帧以前至少五帧图像中的目标区域、目标区域的灰度特征以及灰度特征对应的梯度方向直方图特征，其中，梯度方向直方图特征用于表征目标区域在图像上的位置；S2：依次将各帧图像对应的目标区域作为输入，目标区域的灰度特征作为输出，对KCF分类器进行训练，得到各帧图像对应的KCF分类器参数；S3：将各帧图像对应的灰度特征、梯度方向直方图特征以及KCF分类器参数一一对应地存储于多通道记忆模型中，所述多通道记忆模型包括控制通道、第一执行通道以及第二执行通道，且所述控制通道、第一执行通道以及第二执行通道均被划分为瞬时记忆空间...

【技术特征摘要】
1.一种基于多通道记忆模型的核相关滤波目标定位方法，其特征在于，包括以下步骤：S1：获取当前帧以前至少五帧图像中的目标区域、目标区域的灰度特征以及灰度特征对应的梯度方向直方图特征，其中，梯度方向直方图特征用于表征目标区域在图像上的位置；S2：依次将各帧图像对应的目标区域作为输入，目标区域的灰度特征作为输出，对KCF分类器进行训练，得到各帧图像对应的KCF分类器参数；S3：将各帧图像对应的灰度特征、梯度方向直方图特征以及KCF分类器参数一一对应地存储于多通道记忆模型中，所述多通道记忆模型包括控制通道、第一执行通道以及第二执行通道，且所述控制通道、第一执行通道以及第二执行通道均被划分为瞬时记忆空间、短时记忆空间以及长时记忆空间；其中，所述控制通道的瞬时记忆空间用于存储当前帧图像中目标区域的灰度特征qt，短时记忆空间与长时记忆空间均用于存储之前帧图像中目标区域的灰度特征，初始状态下，控制通道的瞬时记忆空间为空；所述第一执行通道的瞬时记忆空间用于存储获取当前帧图像的灰度特征qt时采用的KCF分类器参数，短时记忆空间与长时记忆空间用于存储采用之前帧图像的灰度特征训练得到的KCF分类器参数，初始状态下，第一执行通道的瞬时记忆空间为空；所述第二执行通道的瞬时记忆空间用于存储当前帧图像的梯度方向直方图特征，短时记忆空间与长时记忆空间均用于存储之前帧图像的梯度方向直方图特征，初始状态下，第二执行通道的瞬时记忆空间为空；S4：重新获取一帧图像作为当前帧图像，然后采用存储于第一执行通道短时记忆空间第一个位置的KCF分类器参数对当前帧图像进行分类，得到当前帧图像的灰度特征qt，然后将灰度特征qt存储于控制通道的瞬时记忆空间，并将第一执行通道短时记忆空间第一个位置的KCF分类器参数存储于第一执行通道的瞬时记忆空间，灰度特征qt对应的梯度方向直方图特征存储于第二执行通道的瞬时记忆空间；S5：按照控制通道的短时记忆空间中灰度特征的存储顺序，依次获取瞬时记忆空间的灰度特征qt与短时记忆空间中各灰度特征的相似度ρd，直到所述相似度ρd大于第一设定阈值Td，则灰度特征qt与灰度特征qtd匹配成功，再获取与该灰度特征qtd对应的梯度方向直方图特征，以此实现目标在当前帧图像上的定位；如果灰度特征qt与短时记忆空间中的所有灰度特征均匹配失败，则进入步骤S6；其中，若灰度特征qt与灰度特征qtd匹配成功，则将该灰度特征qtd移动并存储于短时记忆空间的第一个位置，短时记忆空间的其他灰度特征的存储位置依次向后移动，在控制通道中的灰度特征发生移动的同时，第一执行通道中的KCF分类器参数和第二执行通道中的梯度方向直方图特征的存储位置进行相同的移动；S6：按照控制通道的长时记忆空间中灰度特征的存储顺序，依次获取瞬时记忆空间的灰度特征qt与长时记忆空间中各灰度特征的相似度ρc，直到所述相似度ρc大于第二设定阈值Tc，则灰度特征qt与灰度特征qtc匹配成功，...

【专利技术属性】
技术研发人员：宫琳，莫振冲，唐圣，陈西，谢剑，刘壮，林颖捷，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11