基于邻里成分分析和尺度空间理论的视频目标跟踪方法技术

本发明专利技术属于计算机视觉技术领域，具体涉及一种基于邻里成分分析和尺度空间理论的视频目标跟踪方法。本发明专利技术提出了利用邻里成分分析法（NCA）的特征变换功能来获取区分目标和背景的最优特征，获得在任意帧图像中区分目标和背景像素的最佳线性分类器，从分类器设计的角度解决了目标特征的更新问题；提出了基于多尺度规范化Laplacian滤波函数的粒子置信度计算方法，利用粒子滤波的状态多样性和收敛特性，在避免目标被遮挡后算法陷入局部最优点问题的同时，在尺度空间理论的基础上保证了跟踪的精度。本发明专利技术能更准确地定位目标的位置和尺度大小，更有效的适应目标光照、色彩变化问题，同时鲁棒的处理目标遮挡。

【技术实现步骤摘要】

【技术保护点】
基于邻里成分分析和尺度空间理论的视频目标跟踪方法，其特征在于，该视频目标跟踪方法包括以下步骤：步骤1：在第一帧中通过检测或手动标注确定目标最初所在的矩形框，获得有关目标的初始状态，并初始化粒子滤波器；通过目标检测方法或手动标注确定目标最初所在矩形框，目标矩形左上角点坐标为(r,c)，矩形框的宽和高为(w,h)，目标初始尺度参数s通过如下公式计算获得：s=((13+(w?34)*0.47619))2；其中，目标中心点为记录目标的宽度与高度比例为：asr=wh;设定目标的初始状态的采样下限为lb，采样上限为ub；设定N个粒子来描述目标状态的多样性，将所有粒子的权值初始化为统一的将各粒子的各分量初始...

【技术特征摘要】

【专利技术属性】
技术研发人员：贾静平，夏宏，魏振华，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：