[发明专利]图像实时处理方法

权利要求书

1.一种图像实时处理方法，用于在视频图像中的进行目标跟踪，其特征在于，包括：

步骤一，对图像的多尺度图像特征空间进行投影，利用分类器对下一帧图像中的目标与背景样本进行分类；

步骤二，使用目标视觉模型在局部范围内进行搜索，通过正则化互相关系数寻找最佳目标位置。

2.根据权利要求1所述的方法，其特征在于，所述步骤一进一步包括：

在与目标位置L相距α的区域内取正样本，在与L的距离在ζ,β之间的区域内取负样本；其中α,ζ,β为预定义距离范围阈值；对提取的正负样本用不同尺度的矩形滤波器进行卷积得到每个样本的高维特征向量X，然后使用稀疏矩阵R将高维向量投影到低维向量V，其中：

V＝RX

利用矩阵R对正负样本直接提取低维特征向量V；

在计算出所有样本的低维特征向量V后，使用如下Bayes分类器更新分类器参数，得到第t帧的分类器t：

H(V)=ln(Πi=1np(vi|y=1)p(y=1)Πi=1np(vi|y=0)p(y=0)),]]>即Σi=1nln(Πi=1np(vi|y=1)Πi=1np(vi|y=0))]]>

其中p(y＝1)＝p(y＝0)，y∈{0,1}是样本标签，分别表示负样本和正样本，其中：

p(v_i|y＝1)符合正态分布均值和标准差参数分别使用以下公式来更新：

μi1=λμi1+(1-λ)μ1]]>

σi1=λ(σi1)2+(1-λ)(σ1)2+λ(1-λ)(μi1-μ1)2]]>

其中，λ>0是学习参数；μ¹,σ¹分别为在当前帧中提取的正样本的第i个特征的均值和标准差，分别计算如下：

μ1=1nΣi=0|y=1n-1vi,]]>σ1=1nΣi=0|y=1n-1(vi-μ1)2;]]>

其中n为图像宽度。