【技术实现步骤摘要】
一种基于相关滤波的复杂场景目标跟踪方法及系统
本专利技术涉及计算机视觉目标跟踪领域，特别涉及一种基于相关滤波的复杂场景目标跟踪方法及系统。
技术介绍
目标跟踪是计算机视觉领域中的一个基本问题，是目前的研究热点之一。其基本定义为，给定视频序列的初始帧以及目标的位置框，在接下来的视频序列中自动给出该目标的位置框。目标跟踪在很多实时视觉应用中扮演着重要角色，例如自动驾驶、智能监视系统、无人机监控、智能交通控制和人机交互等。由于其智能性和重要性而受到了广泛关注。目标跟踪算法根据观测模型的不同可以大致分为生成式方法和判别式方法。生成式方法的典型代表为稀疏编码，判别式方法的典型代表为相关滤波。本专利技术选用了近年来逐渐占据主流地位的相关滤波方法。通过由目标图像训练的滤波器对图像进行滤波处理，在得到的响应图中寻找最大值位置，即图像中目标的位置。在此种情况下，目标跟踪的过程近似为对搜索区域图像进行相关滤波的过程，寻找目标也就是寻找滤波器响应图像的最大值位置。以最早关于相关滤波的算法MOSSE为例，其利用了输出结果的最小均方误差来训练...
【技术保护点】
1.一种基于相关滤波的复杂场景目标跟踪方法，其特征在于，包括以下步骤：/n步骤1、对带有目标标注框的第一帧视频图像，通过传统相关滤波训练方法得到滤波器；/n步骤2、读取下一帧图像，将当前帧图像的搜索区域与上一帧得到的滤波器进行卷积操作，得到响应图像，对响应图像计算最大值得到当前帧相关滤波跟踪结果；将当前帧相关滤波跟踪结果与基于颜色直方图的目标跟踪结果进行互补融合，得到当前帧跟踪结果；/n步骤3、通过评价标准对响应图像判断是否属于复杂场景，若不属于复杂场景则采用传统相关滤波训练方法训练当前帧的滤波器，若属于复杂场景则在传统相关滤波训练方法中整合背景信息训练当前帧的滤波器；/n...
【技术特征摘要】
1.一种基于相关滤波的复杂场景目标跟踪方法，其特征在于，包括以下步骤：
步骤1、对带有目标标注框的第一帧视频图像，通过传统相关滤波训练方法得到滤波器；
步骤2、读取下一帧图像，将当前帧图像的搜索区域与上一帧得到的滤波器进行卷积操作，得到响应图像，对响应图像计算最大值得到当前帧相关滤波跟踪结果；将当前帧相关滤波跟踪结果与基于颜色直方图的目标跟踪结果进行互补融合，得到当前帧跟踪结果；
步骤3、通过评价标准对响应图像判断是否属于复杂场景，若不属于复杂场景则采用传统相关滤波训练方法训练当前帧的滤波器，若属于复杂场景则在传统相关滤波训练方法中整合背景信息训练当前帧的滤波器；
步骤4、重复步骤2-3，直到读取完视频序列的所有帧，目标跟踪结束。
2.根据权利要求1所述的复杂场景目标跟踪方法，其特征在于，所述步骤3中评价标准为平均峰值相关能量APCE。
3.根据权利要求2所述的复杂场景目标跟踪方法，其特征在于，所述步骤3中对相应图像是否属于复杂场景的具体判断方法为：计算响应图像的平均峰值相关能量APCE，若APCE低于历史平均值，则表示该图像属于复杂场景；反之，则表示该图像不属于复杂场景。
4.根据权利要求3所述的复杂场景目标跟踪方法，其特征在于，所述步骤3中，整合背景信息训练当前帧的滤波器的具体方法为：在传统相关滤波方法中，添加目标周围的背景信息作为动态约束项进行学习，得到整合背景区域作为约束项的滤波器。
5.根据权利要求4所述的复杂场景目标跟踪方法，其特征在于，所述背景区域为目标区域上下左右相邻的与目标框等大...
【专利技术属性】
技术研发人员：许廷发，吴凡，吴零越，张语珊，殷钰莹，郭倩玉，
申请(专利权)人：北京理工大学重庆创新中心，北京理工大学，
类型：发明
国别省市：重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。