一种基于自适应滤波器的无人机抗遮挡跟踪方法与装置制造方法及图纸

本发明专利技术提供一种基于自适应滤波器的无人机抗遮挡跟踪方法与装置,在传统KCF目标跟踪算法基础上，引入自适应尺度滤波器，利用峰值旁瓣比和非线性平滑移位函数自适应更新位置滤波器学习率与尺度滤波器的学习率；并基于更新后的位置滤波器学习率与尺度滤波器的学习率更新第帧位置滤波器和尺度滤波器，从而使得位置滤波器和尺度滤波器可以与尺寸和位置变化相匹配，及时准确地更新目标外观模型，进而提高跟踪的稳定性；最后针对无人机跟丢和消失重现问题，引入目标检测网络模型进行重定位，提高系统的鲁棒性。提高系统的鲁棒性。提高系统的鲁棒性。

【技术实现步骤摘要】
一种基于自适应滤波器的无人机抗遮挡跟踪方法与装置


[0001]本专利技术涉及无人机跟踪领域，具体的说，涉及了一种基于自适应滤波器的无人机抗遮挡跟踪方法与装置。

技术介绍

[0002]随着四旋翼无人机(以下统称为无人机)在民用市场的迅速普及，无人机“黑飞”事件频出，对公共安全造成极大威胁，因此如何快速有效的识别并跟踪无人机显得尤为重要。在现有的无人机识别与跟踪技术中，基于视觉算法成本低且易实施，因此研究基于视觉的无人机识别与跟踪技术具有重要意义。
[0003]视频目标跟踪是计算机视觉方向重要的研究方向之一，首先在视频中选取被跟踪目标，根据目标的位置、尺度及特征在后续帧中预测位置和尺度等信息。目前，该研究方向的成果已被广泛的应用在智能监控和机器人导航等领域。核相关滤波算法(Kernelized Correlation Filter，KCF)目标跟踪算法具有较高的准确性以及实时性，已成为当前跟踪领域的研究热点。KCF目标跟踪算法使用固定尺寸的跟踪框，通过提取FHOG特征训练一个核相关滤波器，利用该滤波器去计算下一帧预测位置的特征响应，最大特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于抗遮挡的自适应滤波器更新方法，其特征在于，包括以下步骤：获取初始帧视频流图像，根据初始帧视频流图像中目标区域的初始位置和初始尺寸对位置滤波器和尺度滤波器进行初始化；获取第t帧视频流图像，根据t
‑
1帧的位置滤波器和尺度滤波器，获取第t帧视频流图像中的目标预测区域，并计算目标预测区域的响应图的峰值旁瓣比PSR
t
；根据峰值旁瓣比PSR
t
和非线性平滑移位函数计算学习率调节系数：式中，为非线性平滑移位函数，参数β表示非线性平滑移位函数的陡峭程度，参数τ表示非线性平滑移位函数的位移量；基于学习率调节系数更新位置滤波器学习率与尺度滤波器的学习率，并基于更新后的位置滤波器学习率与尺度滤波器的学习率更新第t帧位置滤波器和尺度滤波器。2.一种基于自适应滤波器的无人机抗遮挡跟踪方法，其特征在于，包括以下步骤：获取初始帧视频流图像，基于预设的无人机目标检测模型识别初始帧视频流图像中的无人机目标区域，根据无人机目标区域的初始位置和初始尺寸对位置滤波器和尺度滤波器进行初始化；获取第t帧视频流图像，根据t
‑
1帧的位置滤波器和尺度滤波器，获取第t帧视频流图像中的无人机目标预测区域，并计算无人机目标预测区域的响应图的峰值旁瓣比PSR
t
；根据峰值旁瓣比PSR
t
和非线性平滑移位函数计算学习率调节系数，基于学习率调节系数更新位置滤波器学习率与尺度滤波器的学习率，并基于更新后的位置滤波器学习率与尺度滤波器的学习率更新第t帧位置滤波器和尺度滤波器；其中，学习率调节系数的计算公式为：式中，为非线性平滑移位函数，参数β表示非线性平滑移位函数的陡峭程度，参数τ表示非线性平滑移位函数的位移量；根据峰值旁瓣比PSR
t
判断无人机目标跟踪结果，若峰值旁瓣比PSR
t
小于第一设定阈值，则判定无人机目标跟踪失败，基于目标检测网络重新识别第t帧视频流图像中的无人机目标区域；否则判定无人机目标跟踪成功，利用第t
‑
1帧位置滤波器和尺度滤波器确定第t帧视频流图像中无人机目标区域的位置和尺寸；获取第t+1帧视频流图像，重复上述步骤，直到最后一帧，完成目标跟踪。3.根据权利要求2所述的一种基于自适应滤波器的无人机抗遮挡跟踪方法，其特征在于：获取第t帧视频流图像中的无人机目标预测区域后，还获取所述无人机目标预测区域的二值化图和初始帧视频流图像中无人机目标区域的二值化图的二值相似度BISM
t
；在判定峰值旁瓣比PSR
t
小于第一设定阈值时，进一步判断二值相似度BISM
t
是否小于第二设定阈值，若小于则判定无人机目标跟踪失败；否则，判定无人机目标跟踪成功。4.根据权利要求3所述的一种基于自适应滤波器的无人机抗遮挡跟踪方法，其特征在
于，获取所述无人机目标预测区域的二值化图和初始帧视频流图像中无人机目标区域的二值化图的二值相似度BISM
t
的步骤包括：将第t帧视频流图像中无人机目标预测区域和初始帧视频流图像中无人机目标区域统一到固定模板大小；分别对第t帧视频流图像中无人机目标预测区域和初始帧视频流图像中无人机目标区域进行灰度化与二值化操作，得到第t帧无人机目标预测区域二值化图和初始帧无人机目标区域二值化图；根据相似度计算公式计算第t帧无人机目标预测区域二值化图和初始帧无人机目标区域二值化图的二值相似度BISM
t
：式中，K
t
为第t帧无人机目标预测区域二值化图，K
first
为初始帧无人机目标区域二值化图，M
roi
和N
roi
表示二值化图的高和宽，i和j表示二值化图第i行第j列。5.一种基于自适应滤波器的无人机抗遮挡跟踪装置，其特征在于，包括：目标检测模块，被配置为内置无人机目标检测模型，基于无人机...

【专利技术属性】
技术研发人员：张会娟，刘振江，刘宏伟，姬淼鑫，吴才章，刘建娟，张弛，袁航，任桂辉，
申请(专利权)人：北京圣芯诺科技有限公司，
类型：发明
国别省市：