[发明专利]视频目标的双核式自适应融合跟踪方法

权利要求书

1.一种视频目标的双核式自适应融合跟踪方法，其特征在于，步骤如下：

首先，对候选目标及其邻近背景建立特征直方图模型，并分别采用Bhattacharyya(巴氏)系数度量候选目标模型与目标模型之间的相似度、Jensen-Shannon(延森-香农)散度度量候选目标模型与背景模型之间的对比度；

其次，运用模糊逻辑将相似度和对比度进行自适应加权融合，形成新的目标函数，并利用Taylor(泰勒)展开对目标函数进行线性逼近；

最后，依据梯度下降机理推导出双核式位移迭代公式，并应用均值漂移程序实现目标的双核式跟踪。

2.根据权利要求1所述的视频目标的双核式自适应融合跟踪方法，其特征在于，所述的候选目标及其邻近背景的特征直方图模型分别是指：

其中，u为特征区间索引号，z为候选目标图像中心，n_p为其像素点总数，x_i是第i个像素的二维坐标，h_p是相对于中心点z的带宽。候选目标的背景图像为以z为中心、跨度从h_p到2h_p的环形区为，n_r为其像素点总数，y_i是它的第i个像素的二维坐标，h_r是相对于中心点z的带宽，且h_r＝2h_p。C_p、C_r为归一化系数，b(·)是区间量化函数，k_p(x)、k_r(x)为空间加权核函数。

3.根据权利要求2所述的视频目标的双核式自适应融合跟踪方法，其特征在于，所述的度量候选目标模型与背景模型之间对比度的Jensen-Shannon散度公式是指：

其中，m是直方图区间总数，s_u(z)＝(p_u(z)+r_u(z))/2。

4.根据权利要求3所述的视频目标的双核式自适应融合跟踪方法，其特征在于，所述的度量候选目标模型与目标模型之间的相似度的Bhattacharyya系数是指：

其中，q_u为目标模型，其计算方法与p_u(z)类似。

5.根据权利要求4所述的视频目标的双核式自适应融合跟踪方法，其特征在于，所述的目标函数是指：

ρ(z)＝αB[p(z)，q]+βD_JS(p(z)||r(z))    (6)

其中，0≤α，β≤1是相似度和对比度权值，且α+β＝1。

6.根据权利要求5所述的视频目标的双核式自适应融合跟踪方法，其特征在于，所述的Taylor展开线性逼近式是指：

其中

。

7.根据权利要求6所述的视频目标的双核式自适应融合跟踪方法，其特征在于，所述的双核式位移迭代公式是指：

其中

。

8.根据权利要求7所述的视频目标的双核式自适应融合跟踪方法，其特征在于，所述的双核式跟踪算法，步骤如下：

1)初始化起始搜索位置为目标在前一帧中的位置z₀，运用模糊逻辑调整权值α；

2)根据公式(1)计算 和 并利用(6)式计算ρ(z₀)；

3)根据公式(10)计算 和 

4)根据公式(13)找到新目标候选者位置z₁，并计算 和ρ(z₁)；

5)当ρ(z₁)＜ρ(z₀)时，执行 重新计算ρ(z₁)，直到ρ(z₁)＞ρ(z₀)；

6)如果||z1-z₀||＜ε，则停止迭代，否则令 转到步骤2)，其中ε是事先给定的误差阈值。