一种基于双模型竞争机制的相关滤波跟踪方法技术

本发明专利技术涉及一种基于双模型竞争机制的相关滤波跟踪方法，通过融合颜色特征和梯度特征并结合特征降维技术构造特征描述子，并以此训练背景感知相关滤波器，提高滤波器在应对光照变化、目标形变、运动模糊等干扰因素时的鲁棒性；又通过引入双模型竞争机制，根据静态模型和动态模型的跟踪响应图置信度来决定跟踪结果，提高跟踪结果的可靠性，进而解决对遮挡、目标运动出视野等因素导致的模型漂移问题。本发明专利技术在通用的桌面端CPU支持下跟踪速度能够达到45帧/秒，能够满足大部分实际应用场景的实时性需求。性需求。性需求。

【技术实现步骤摘要】
一种基于双模型竞争机制的相关滤波跟踪方法


[0001]本专利技术属计算机视觉领域，涉及一种目标跟踪方法，具体涉及一种基于双模型竞争机制的相关滤波跟踪方法。

技术介绍

[0002]目标跟踪是计算机视觉领域的重要研究内容，在视频监控、自动驾驶、智能机器人、人机交互等方面具有广泛的应用价值。经过近十余年的快速发展，目标跟踪技术已经取得了长足的进步。但是，由于受到光照变化、目标形变、运动模糊、遮挡等多种干扰因素的影响，实现鲁棒的在线跟踪仍然是一项极具挑战性的任务。
[0003]文献“Learning background
‑
aware correlation filters for visual tracking,IEEE International Conference on Computer Vision,2017:1135
‑
1143”提出的背景感知相关滤波跟踪方法(简称BACF)利用一个掩膜矩阵在大的搜索区域内对样本进行裁剪，将得到的真实背景作为负样本来训练滤波器，从而有效地解决了传统相关滤波跟踪方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双模型竞争机制的相关滤波跟踪方法，其特征在于步骤如下：步骤1：从视频序列中读取第一帧的图像数据以及待跟踪目标的初始位置信息[a
(1)
,b
(1)
,w,h]，其中a和b表示目标中心点的横坐标和纵坐标，w和h表示目标的宽和高，上标
(1)
表示第一帧；步骤2：截取以点(a
(1)
,b
(1)
)为中心、边长为的正方形区域对应的图像块，将其从RGB空间转化到HSV(Hue，Saturation，Value)颜色空间，对HSV空间的三个通道分别提取31维的HOG(Histogram of Oriented Gradient)特征，并将所有HOG特征拼接起来组成一个93维的特征向量，再通过主成分分析(Principal Components Analysis，PCA)技术进行特征降维，降维后得到特征通道数为K的特征向量x，K设定为60，则目标静态模板x
static
＝x，初始化目标在第一帧的动态模板步骤3：在时域空间，通过求解以下目标函数计算背景感知相关滤波器h：式中，y表示预期的相关滤波响应输出，预定义为高斯函数分布，k是通道索引，*表示相关操作，P是一个二值对角矩阵，其作用是让相关操作直接作用到真实的前景和背景上，表示向量或矩阵的复共轭，λ为正则化参数，λ设定为0.001，式(1)可使用帕斯瓦尔定理转换到频域进行快速计算，即其在频域空间的等价形式为：式中，是一个辅助变量，^表示对一个变量的离散傅里叶变换，
⊙
表示对应元素相乘，F是一个标准正交的T
×
T矩阵，用于把任意T维的复基向量映射到频域，式(2)可通过建立增广拉格朗日方程并利用交替方向乘子法(Alternating Direction Method of Multipliers，ADMM)进行迭代求解，求解后得到的即作为静态滤波器，再初始化第一帧时的动态滤波器步骤4：读...

【专利技术属性】
技术研发人员：林彬，郑劲磊，陈华舟，封全喜，
申请(专利权)人：桂林理工大学，
类型：发明
国别省市：