[发明专利]基于双边结构张量的粒子滤波目标跟踪算法及系统

权利要求书

1.基于双边结构张量的粒子滤波目标跟踪算法，其特征在于：包括：

步骤S101:读入视频图像，初始化；

步骤S102:对于视频图像序列中当前帧图像跟踪到的目标区域构造双边结构张量；

步骤S103:对所述目标区域的几何形变采样,用于预测下一帧图像的目标区域；

步骤S104:对每个所述采样对应的图像区域，计算对应的双边结构张量,然后计算每一个采样粒子的权值；

步骤S105:基于计算的所述权值确定目标几何形变状态；

步骤S106:根据特征空间更新策略更新特征空间。

2.根据权利要求1所述的基于双边结构张量的粒子滤波目标跟踪算法，其特征在于，所述视频图像序列中的第一帧图像，手动确定图像的目标区域，仿射变换群上的8维向量为跟踪边界形状的仿射变换参数。

3.根据权利要求1或2所述的基于双边结构张量的粒子滤波目标跟踪算法，其特征在于，所述的步骤S102具体包括：

对于任一帧图像，目标区域内任意像素点(x₀,y₀)，计算像素点(x₀,y₀)的权重N_ρ,δ，如式(1)所示：

Nρ,δ=1Cρ,δexp(-(x-x0)2+(y-y0)22ρ2)exp(-(Ix-Ix0)2+(Iy-Iy0)22δ2)---(1)]]>

其中，(x,y)为其邻域w内的任意一点，(I_x，I_y)是(x,y)的灰度，是(x₀,y₀)的灰度，ρ和δ分别为控制空间和梯度距离衰变速度参数；

C_ρ,δ如式(2)所示：

Cρ,δ=Σ(x,y)∈wexp(-(x-x0)2+(y-y0)22ρ2)exp(-(Ix-Ix0)2+(Iy-Iy0)22δ2)---(2)]]>

则基于所计算出的权重信息，确定该点的结构信息T_(x,y)，如式(3)所示：

T(x,y)=Nρ,δ*Ix2Nρ,δ*IxIyNρ,δ*IxIyNρ,δ*Iy2---(3)]]>

通过上述确定的结构信息T_(x,y)，确定出点(x₀,y₀)的双边结构张量，即以该点为中心的搜索窗内的所有点的T_(x,y)的代数和如式(4)所示：

M(x0,y0)=Σ(x,y)∈wT(x,y)---(4)]]>

由于T_(x,y)具有李群结构，能够通过黎曼几何计算出其内蕴均值；因此，求得李群结构下(x₀,y₀)处的双边结构张量为如式(5)所示：

M′(x0,y0)=exp(m′(x0,y0)),M′(x0,y0)∈G---(5)]]>

其中，G为李群结构，g为对应的李代数，n为领域内像素点的个数。