[发明专利]基于自适应特征融合的目标跟踪

权利要求书

1.基于自适应特征融合的目标跟踪，其特征在于：包括如下步骤：

步骤1：初始化目标并选取目标区域；

步骤2：在目标区域选取样本，计算HOG特征以及CN特征，构造位置高斯滤波器、尺度滤波器；

步骤3：计算检测样本的HOG特征以及CN特征，并进行加余弦窗处理；

步骤4：多通道特征求和，分别得到不同特征的高斯响应值；

步骤5：根据响应值计算特征权重，归一化权重系数，融合特征响应值；

步骤6：对响应值进行排序，选取最大值对应的样本区域作为目标位置；

步骤7：在目标周围提取尺度样本，计算特征后，通过尺度滤波器，获取尺度响应；

步骤8：求得尺度响应最大值即目标尺度，更新目标尺度；

步骤9：更新尺度滤波器模型；

步骤10：根据目标位置相应判断是否出现遮挡，如果是重复步骤3至步骤9，如果没出现遮挡进入步骤11；

步骤11：更新位置滤波器模型；

步骤12：重复步骤3至11直至跟踪结束。

2.根据权利要求1所述的基于自适应特征融合的目标跟踪，其特征在于：所述步骤1具体为：

根据所述第一帧被跟踪目标的初始化位置为p＝[x,y,w,h]，其中x,y表示目标中心点的横坐标和纵坐标，w,h分别表示目标框的宽和高，目标区域选取以目标中心点为中心，2倍目标大小的矩形区域为目标区域P_t。

3.根据权利要求1所述的基于自适应特征融合的目标跟踪，其特征在于：所述步骤2具体包括：

计算目标区域P_t的HOG特征和CN特征作为滤波器的输入F，其中M和N表示目标区域P_t的大小，L表示特征通道的个数。第一帧选取标准偏差构造位置滤波器输出，即：

g=exp(-(x-x′)2+(y-y′)2σ2)]]>

其中(x,y)表示目标位置,(x',y')∈{0,…,M-1}×{0,…,N-1}表示每个像素位置。选取标准差构造尺度滤波器输出，即：

g′=exp(-(s-s′)22σ2)]]>

其中s表示目标当前的尺度，s'表示样本尺度：

s′=anP×anR,n∈{[-S-12],...,[S-12]},]]>

其中，P，R分别为目标在前一帧的宽和高，a＝1.02为尺度因子，S＝33为尺度的数量。

根据建立最小化代价函数构造滤波器h，如下：

ϵ=||Σl=1dhl*fl-g||+λΣl=1d||hl||2]]>

其中，h表示滤波器，f表示滤波器输入，g表示滤波器输出，l表示特征的某一维度，λ是正则项系数，作用是消除f频谱中的零频分量的影响，避免上式解的分子为零，通过最优化求解，并转化为频域，则滤波器表示为：

Hl=G‾FlΣk=1dFk‾Fk+λ=AlB]]>

其中H^l表示我们构造的滤波器，表示滤波器输出的频域共轭，F^l表示滤波器的频域输入的某一维度，d表示输入样本的像素个数，F^k表示输入的某一像素值的频域，是它的频域共轭，A^l和B表示构造滤波器的分子和分母，完成滤波器的构造。