[发明专利]一种基于TLD框架的改进型视频跟踪优化方法

权利要求书

1.一种基于TLD框架的改进型视频跟踪优化方法，其特征方法包括以下步骤：

步骤（1）跟踪开始，系统读入视频帧，用鼠标在第一帧图像上面划定跟踪目标框；

步骤（2）跟踪系统在TLD框架下启动跟踪器、检测器，跟踪器设定跟踪目标框中心点位最佳跟踪点，同时跟踪器对第一帧图像进行预处理，将第一帧图像的RGB颜色空间转化为HSV颜色空间并生成颜色直方图；

步骤（3）初始化粒子滤波器；粒子滤波器计算划定跟踪目标区域的颜色直方图，并将颜色直方图作为模板颜色直方图，粒子滤波器在跟踪目标框的最佳跟踪点周围生成初始化粒子，设置初始权重和尺度；同时，在TLD框架下，初始化跟踪器、检测器，将跟踪器对图像帧采集来的样本放入检测器中的样本盒子，并由检测器对样本盒子中的采样数据进行分类和处理；

步骤（4）跟踪系统将初始化数据放入学习器的样本集中，进行保存，并通过在线训练保持对跟踪器、学习器的更新；

步骤（5）载入下一帧图像，跟踪器对新图像帧进行颜色空间转换，生成新的颜色直方图；

步骤（6）粒子滤波器对新的颜色直方图进行计算，并预测每一个粒子在新图像帧中的尺度和位置，粒子滤波器由新的颜色直方图重新计算跟踪目标框的粒子，并对框图内粒子进行预测、权重评估、重采样，生成新的粒子，跟踪器将颜色直方图由HSV空间进行灰度图像空间转换，启动检测器中的最近邻分类器对粒子滤波器重采样后的粒子群重新分类并进行评估，最近邻分类器设定阈值空间；若在阈值空间，则生成粒子滤波跟踪预测框，否则进入步骤（5）；同时，在TLD框架下，跟踪器、检测器对新图像帧进行跟踪检测，并将跟踪、检测数据进行融合并进行判断，生成初步的TLD跟踪预测框，并进行置信度评估；

步骤（7）若TLD跟踪预测框大于置信度，则进步步骤（3）重新对粒子滤波器进行初始化操作，否则进入粒子滤波跟踪预测框；

步骤（8）粒子滤波跟踪预测框对输入数据进行优化整合，经P-N在线学习模块查漏、纠错、训练后进行图像输出，并显示输出结果；

步骤（9）跟踪器系统判断跟踪是否结束，若跟踪继续，则将上一帧的跟踪数据作为初始化数据放入步骤（4）进行更新；若跟踪结束，则进入（10）；

步骤（10）跟踪结束。