一种融合颜色直方图响应的时空上下文跟踪方法技术

本发明专利技术涉及一种融合颜色直方图响应的时空上下文跟踪方法，以时空上下文跟踪框架为基础，在目标中心预测时引入了颜色直方图模型，并在响应层与时空上下文模型相融合，从而弥补时空上下文模型特征表达能力薄弱的缺点，实现更准确和稳定的目标定位。本发明专利技术在目标形变、运动模糊等不同跟踪场景的测试中所展现的跟踪效果相比于原时空上下文跟踪方法均有大幅提升，且在通用的PC机硬件条件下平均跟踪速度能够达到134帧/秒，具有较强的实际应用价值。

A spatiotemporal context tracking method based on color histogram response

【技术实现步骤摘要】
一种融合颜色直方图响应的时空上下文跟踪方法
本专利技术涉及一种目标跟踪方法，属计算机视觉领域，具体涉及一种融合颜色直方图响应的时空上下文跟踪方法。
技术介绍
目标跟踪技术一直是计算机视觉领域的一个重要分支和研究热点，在无人机侦察、导弹制导等军事方面及视频监控、自动驾驶等民用方面均有着广泛的应用。近年来，大量的跟踪方法不断被提出，使得目标跟踪技术得到了极大的发展。但是，由于目标在运动过程不可避免地受到光照变化、形变、运动模糊、遮挡等干扰因素的影响，现有的目标跟踪技术在复杂场景下实现在线跟踪仍然是一项极具挑战性的任务。目标附近的局部背景信息即空间上下文信息，视频序列帧间的关联信息为时间上下文信息，空间上下文和时间上下文信息的有效利用对于提升目标跟踪算法的准确性和鲁棒性具有重要的作用。文献“Fastvisualtrackingviacensespatio-temporalcontextlearning,ProceedingsoftheEuropeanConferenceonComputerVision,2014:127-141”提出的跟踪方法本文档来自技高网...

【技术保护点】
1.一种基于高置信度更新策略的高速相关滤波跟踪方法，其特征在于步骤如下：/n步骤1：读取视频中第1帧图像数据，将初始的目标中心位置坐标记为

【技术特征摘要】
1.一种基于高置信度更新策略的高速相关滤波跟踪方法，其特征在于步骤如下：
步骤1：读取视频中第1帧图像数据，将初始的目标中心位置坐标记为目标大小记为sw×sh，sw、sh分别为目标的宽和高，将整个目标区域记为然后以为中心，确定一个包含目标区域及背景区域的局部上下文搜索区域的大小为M×N，M＝2sw,N＝2sh；
步骤2：对搜索区域计算初始的时空上下文模型



式中：F和F-1分别表示快速傅里叶变换和快速傅里叶逆变换，I1(x)表示第1帧中点x处的灰度值(彩色图像需要将RGB值转换为灰度值)，表示点x与目标中心的欧式距离，σ和σ'为尺度参数，其中
步骤3：计算目标区域及背景区域的颜色直方图，颜色区间数记为β，和对应的初始的颜色直方图模型分别记为和y表示颜色区间索引号，y＝1,2,...,β；
步骤4：读取下一帧图像，假设当前帧为第t帧，以为中心，按照步骤1中的方式提取搜索区域目标区域和背景区域
步骤5：将时空上下文模型应用于当前帧，得到时空上下文模型响应



式中：表示卷积运算，It(x)表示第t帧中点x处的灰度值(彩色图像需要将RGB值转换为灰度值)，σ与步骤2中相同；
步骤6：在搜索区域内，将点x处的灰度值It(x)(彩色图像为RGB值Rt(x))对应的颜色区间索引号记为(或)，则It(x)(或Rt(x))在目标区域和背景区域出现的概率分别为(或)和(或)，并由此得到搜索区域内的目标颜色概率得分图pt(x)：






式中：λ为调整参数；
步骤7：对pt(x)进一步计算积分图，得到当前帧的颜色直方图模型响应



式中：x'≤x表示点x'的横坐标小于等于点x的横坐标且点x'的纵坐标小于等于点x的纵坐标；
步骤8：对步骤5和步骤7中得到的时空上下文模型响应和颜色直方图模型响应进行融合...

【专利技术属性】
技术研发人员：林彬，郑浩岚，罗旋，王华通，陈华舟，
申请(专利权)人：桂林理工大学，
类型：发明
国别省市：广西;45