基于赋权最小二乘的单目标跟踪方法技术

基于赋权最小二乘的单目标跟踪方法，属于图像处理与模式识别的技术领域。本发明专利技术以视频序列作为输入，包括两个阶段。在模型初始化阶段，以跟踪目标为中心，在一定搜索范围内采样与目标相同大小的目标候选。若目标候选中心与目标中心距离小于阈值，则将目标候选作为目标模板，否则作为背景模板。在跟踪阶段，以上一时刻跟踪到的目标为中心，在一定搜索范围内采样目标候选。将任一目标候选表示为目标模板和背景模板的线性组合，并利用赋权最小二乘算法求解表示的系数。目标候选的权重通过目标模板及其对应系数对其进行重构的误差进行计算。权重最大的目标候选则为当前时刻的跟踪结果。本发明专利技术可以应用在人机交互和智能视频监控等方面。

【技术实现步骤摘要】

本专利技术属于图像处理与模式识别的
，涉及一种。
技术介绍
视觉目标跟踪的目的是要得到视频序列中特定目标的运动轨迹，是计算机视觉研究中热门的研究课题，也在很多实用的视觉系统中扮演重要的角色。例如，最近几年由公安部实施的金盾工程，在公共场所安装了数以百万计的监控摄像头，通过先进的视频分析软件，能够跟踪并识别场景中出现的行人，协助公安部门侦破案件。美国微软公司于2010年11月4日推出的Kinect体感游戏中也利用了基于视觉的目标跟踪方法对玩家的肢体进行跟踪，从而对游戏进行控制，为玩家 带来了一种全新的游戏体验。视觉目标跟踪的研究经历了二十多年的快速发展。虽然各种新颖的算法在文献中被研究人员提出，并在实验环境下达到了较好的跟踪性能，但这些算法离实际的应用需求还存在较大的差距。主要原因在于目标跟踪过程中目标外观的变化会受到很多因素的干扰，例如光照变化、遮挡和姿态变化等。现有的目标跟踪算法主要通过开发同时具有较强判别能力和鲁棒性能力的外观表示来解决这一问题。这类外观表示方法主要包括基于硬编码的特征表示和基于学习的特征表示。这些方法或者具有较强的判别能力或者具有较强的鲁棒性，但目前的方本文档来自技高网...

【技术保护点】
一种基于赋权最小二乘的单目标跟踪方法，其特征在于所述跟踪方法以视频序列作为输入，并进行以下两个阶段的操作：在模型初始化阶段，以跟踪目标为中心，在一定搜索范围内采样与目标相同大小的目标候选；若目标候选中心与目标中心距离小于阈值，则将目标候选作为目标模板，否则作为背景模板；在跟踪阶段，以上一时刻跟踪到的目标为中心，在一定搜索范围内采样目标候选，将任一目标候选表示为目标模板和背景模板的线性组合，并利用赋权最小二乘算法求解表示的系数，目标候选的权重通过目标模板及其对应系数对其进行重构的误差进行计算，权重最大的目标候选则为当前时刻的跟踪结果。

【技术特征摘要】
1.一种基于赋权最小二乘的单目标跟踪方法，其特征在于所述跟踪方法以视频序列作为输入，并进行以下两个阶段的操作: 在模型初始化阶段，以跟踪目标为中心，在一定搜索范围内采样与目标相同大小的目标候选；若目标候选中心与目标中心距离小于阈值，则将目标候选作为目标模板，否则作为背景模板； 在跟踪阶段，以上一时刻跟踪到的目标为中心，在一定搜索范围内采样目标候选，将任一目标候选表示为目标模板和背景模板的线性组合，并利用赋权最小二乘算法求解表示的系数，目标候选的权重通过目标模板及其对应系数对其进行重构的误差进行计算，权重最大的目标候选则为当前时刻的跟踪结果。2.根据权利要求1所述的基于赋权最小二乘的单目标跟踪方法，其特征在于在模型初始化阶段，给定初始化图像及目标中心在初始化图像中的位置( , Jo)和目标大小(W h)以(x0,y0)为均值，以(CJ1, U2)为方差进行高斯采样。3.根据权利要求1或2所述的基于赋权最小二乘的单目标跟踪方法，其特征在于若采样点到目标中心(XfJ,的欧式距离小于或等于7,则将采样点作为目标模板的中心点，并以采样点为中心，以(w, h)为大小，采样目标模板图像，让F = [Z1J2,...fj e Rflxn表示n个目标模板图像经过向量化后得到的特征向量集合；若...

【专利技术属性】
技术研发人员：张盛平，王宽全，夏勇，伯彭波，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：