一种具有自校正机制的上下文感知目标跟踪方法技术

本发明专利技术公开了一种具有自校正机制的上下文感知目标跟踪方法，涉及视觉目标跟踪技术领域，通过及时对异常跟踪结果进行检测，并采用校正机制调整定位误差，同时通过调整学习因子来更新目标模型，增强了目标模型对于外观变化的适应性，可以防止跟踪过程中发生漂移。提升目标跟踪的准确度和成功率，同时满足实时性要求；本发明专利技术提供的一种具有自校正机制的上下文感知目标跟踪方法，保障跟踪器能够及时检测到输出响应的异常状况，并通过自校正机制纠正定位误差后反馈回跟踪系统，解决跟踪过程中的漂移问题，使得跟踪器更准确的定位目标。使得跟踪器更准确的定位目标。使得跟踪器更准确的定位目标。

【技术实现步骤摘要】
一种具有自校正机制的上下文感知目标跟踪方法


[0001]本专利技术涉及视觉目标跟踪
，特别涉及一种具有自校正机制的上下文感知目标跟踪方法。

技术介绍

[0002]视觉目标跟踪是计算机视觉领域的一个重要研究课题，广泛应用于智能监控、人机交互、视觉导航、医疗诊治等方面。近年来，基于相关滤波器的目标跟踪方法因其高效性和鲁棒性引起研究人员的广泛关注。各学者对该问题进行了深入研究，并且取得了不错的研究进展，相继提出了大量优秀的目标跟踪算法，且投入到了生活生产中。
[0003]然而，在现实跟踪场景中，影响目标跟踪性能的因素有很多，当目标处于光照变化、尺度变化、变形、局部遮挡以及严重遮挡等复杂场景时，跟踪器的鲁棒性会受到抑制，容易造成误差积累，导致跟踪漂移甚至跟踪失败。
[0004]在视觉目标跟踪任务中，大多数现有的相关滤波类目标跟踪方法直接以最大响应值所在位置作为最终预测目标位置，缺乏对输出响应的可靠性检测。当预测目标位置与实际目标位置存在较大的定位误差时，会使得目标区域输出响应值远低于期望响应值。随着时间的推移，错误信息不断积累，在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具有自校正机制的上下文感知目标跟踪方法，其特征在于，包括以下步骤：对目标对象区域及背景区域进行采样，提取目标对象区域及背景区域目标外观特征，构建目标外观模型；训练目标外观模型得到滤波器，将目标对象上下文区域的图像特征输入滤波器，得到响应输出；获取输出响应的最大值与峰值旁瓣比值，检测最大值与峰值旁瓣比值是否达到阈值，若未达到阈值，则表明为异常结果，根据上一帧图像信息进行定位目标的异常校正，得到定位目标位置，若达到阈值，输出响应的最大值所对应的位置为定位目标位置；将定位目标位置反馈至目标跟踪器，进行视觉图像的目标跟踪。2.如权利要求1所述的一种具有自校正机制的上下文感知目标跟踪方法，其特征在于，还包括：目标跟踪器通过自适应调整学习因子更新目标外观模型和滤波器系数。3.如权利要求1所述的一种具有自校正机制的上下文感知目标跟踪方法，其特征在于，所述对目标对象区域及背景区域进行采样，提取目标对象区域及背景区域目标外观特征，构建目标外观模型的步骤，包括：采用循环矩阵密集采样方法，提取初始目标区域上下左右四个方向的背景块信息；以背景块信息为负样本，目标对象为正样本，训练滤波器w；训练得到滤波器w后，在下一视频帧中提取目标搜索区域新的图像特征z，构建目标外观模型。4.如权利要求3所述的一种具有自校正机制的...

【专利技术属性】
技术研发人员：熊兴中，张琳，骆忠强，曾锌，
申请(专利权)人：四川轻化工大学，
类型：发明
国别省市：