[发明专利]一种目标跟踪方法及系统

权利要求书

1.一种目标跟踪方法，其特征在于，包括：

利用预设的跟踪算法，对目标对象展开位置坐标跟踪，得到跟踪位置坐标；

确定当前所述目标对象的尺度，并利用该尺度以及所述跟踪位置坐标对所述目标对象进行跟踪；

其中，所述利用预设的跟踪算法，对目标对象展开位置坐标跟踪的过程，包括：对所述目标对象周围进行密集采样，得到相应的训练样本集；提取所述训练样本集中每一训练样本的样本特征，并对提取出的样本特征进行融合，得到融合特征；基于所述融合特征，通过核回归训练出第一正则化最小二乘分类器，得到位置相关滤波器；通过求取所述位置相关滤波器响应的最大值以确定出当前所述目标对象的跟踪位置坐标；

在对所述目标对象展开位置坐标跟踪的过程中，还包括：

判断所述目标对象是否受到遮挡；若所述目标对象没有受到遮挡，则对所述第一正则化最小二乘分类器进行更新；若所述目标对象受到遮挡，则禁止对所述第一正则化最小二乘分类器进行更新；

并且，所述判断所述目标对象是否受到遮挡的过程，具体包括：确定出能够使得函数f(z)取得最大值f_max的位置pos_max，然后求取pos_max周围大于β₁·f_max的所有像素的个数Num，接着判断是否能够满足以下条件[Num÷(Width·Height)]＞β₂，如果是，则判定所述目标对象受到遮挡，如果否，则判定无遮挡，其中，Width以及Height分别表示样本的宽和高，β₁和β₂均为预先设定的常量，表示傅里叶逆变换运算，表示与所述第一正则化最小二乘分类器对应的分类器参数的傅立叶变换，表示k^xz的傅立叶变换，k^xz表示x与z的高斯核相关，x表示训练样本对应的特征，z表示候选样本对应的特征，⊙表示频域上的点乘运算。

2.根据权利要求1所述的目标跟踪方法，其特征在于，所述提取所述训练样本集中每一训练样本的样本特征的过程，包括：

提取所述训练样本集中每一训练样本的HOG特征、CN特征以及HSV特征。

3.根据权利要求1或2所述的目标跟踪方法，其特征在于，所述确定当前所述目标对象的尺度的过程，包括：

在所述跟踪位置坐标附近提取不同尺度大小的样本，然后确定出相应的尺度样本融合特征；

利用尺度样本融合特征训练出第二正则化最小二乘分类器，得到尺度相关滤波器；

将使所述尺度相关滤波器输出响应取得最大值的尺度确定为当前所述目标对象的尺度。