[发明专利]一种基于卷积轮廓特征的目标跟踪方法

权利要求书

1.一种基于卷积轮廓特征的目标跟踪方法，其特征在于：包括以下步骤：

步骤1、初始化第1帧的目标位置，定义目标位置是一个矩形框，框内是需要跟踪的目标，并定义时间参数t＝1；确定第1帧的目标位置其中，包含四个参数：具体是目标在该帧中的行坐标列坐标宽度和高度

步骤2、初始化第一帧粒子参数其中表示第t帧的第i个粒子，所包含的参数与目标位置的参数相同，具体是行坐标列坐标宽度和高度则N表示粒子的个数；

步骤3、初始化卷积模板；

步骤4、初始化第1帧的目标外观模板；

步骤5、进入第t+1帧进行跟踪，每一个粒子通过公式(1)进行移动得到新的粒子集

其中Δa为4维随机变量，其中的元素为服从高斯分布Δa～N(0,Ω)，其中取σ_x＝8，σ_y＝8，σ_w＝0.02，σ_h＝0.02；

步骤6、求解t+1时刻目标位置,令Median(g)为向量g中的中值；令I_g表示向量g中所有小于其中间数Median(g)的元素的索引,令zero(A,I)为一个函数,zero(A,I)用于是将向量A中的包含在索引向量I中的对应元素赋值为0,即:A(I)＝0；令p＝zero(s,I_g)和则目标在第t+1时刻的目标状态可以通过公式(2)获得

其中函数O(s)表示将向量s中的所有元素正则化,定义令则其中∑sub²(s)表示将sub²(s)中的所有元素相加；

步骤7、在得出第t+1时刻的目标后,求解出第t+1时刻的目标外观模板然后对目标模板进行更新s＝λs+(1-λ)s′,其中λ为学习率,取λ＝0.95；

步骤8、如果此时第t+1帧不是最后一帧,则令t＝t+1进入下一帧,转至步骤5,否则退出跟踪循环,跟踪完成。

2.根据权利要求书1中所述的一种基于卷积轮廓特征的目标跟踪方法，其特征在于所述的步骤4中，初始化第1帧的目标外观模板具体包括：

令f(x)表示从样本x中提取的特征,特征提取方式为将x所表示的目标框中的像素采样至32×32像素的方块；

令表示第i个模板与样本x的卷积；

令H(x)＝(h₁(x),...,h₈(x))表示从样本x中提取的卷积特征；

令V(x)＝vec(H(x))表示将卷积特征H(x)向量化；

则,目标在第1帧时的目标模板被定义为:

3.根据权利要求书1中所述的一种基于卷积轮廓特征的目标跟踪方法，其特征在于所述的步骤1中目标的初始位置是由手动确定的。

4.根据权利要求书1中所述的一种基于卷积轮廓特征的目标跟踪方法，其特征在于所述的步骤2中粒子的选取个数为600个。

5.根据权利要求书1中所述的一种基于卷积轮廓特征的目标跟踪方法，其特征在于所述的步骤3中卷积模板选取的是Sobel和Prewitt算子。