[发明专利]目标跟踪器的硬件实现装置和目标跟踪方法

说明书

本公开提供一种目标跟踪器的硬件实现装置和目标跟踪方法。根据本发明的目标跟踪器的硬件实现装置（200）包括：接收模块（210），用于接收外部输入的目标图片信息和待检测区域图片信息，并提取目标图片的特征信息；样本训练模块（220），用于对目标图片的特征信息进行特征训练，以更新目标特征信息；目标检测模块（230），用于基于更新的目标特征信息，对待检测区域图片信息进行位置检测以预测目标移动到的位置；DFT计算模块（240），用于针对目标图片的特征信息以及待检测区域图片信息进行DFT，以便于样本训练模板中的特征训练和目标检测模块中的位置检测；输出模块（250），用于输出对目标移动到的位置的预测结果。

技术领域

本发明涉及计算机机器视觉，更具体涉及目标跟踪器的硬件实现装置和方法。

背景技术

核化相关滤波器（KCF）跟踪算法是一种目标跟踪器算法。它的基本思想是：将跟踪目标区域进行循环移位，以此构造大量的样本来训练分类器。通过KCF函数来计算候选区域与跟踪目标的相似程度，选取相似度最大的候选区域为新的跟踪目标，同时利用离散傅里叶变换（DFT）降低分类器训练和检测过程中的运算量。

图1是目标跟踪方法的一般流程的示意图。如图1中所示，目标跟踪的实现流程一般为：图片特征输入到目标跟踪器（例如KCF目标跟踪器），然后目标跟踪器给出预测的下一帧目标位置，最后处理器（例如CPU）输出跟踪结果并显示，之后给出下一帧的图片输入，再重复上述循环。

在近几年里，跟踪算法发展很快，被广泛应用于很多领域，包括自动监控、视频索引、人机交互、交通监控、车辆导航等方面。传统的目标跟踪实现方法都是通过将图片信息上传服务器端，由服务器端完成计算后再将跟踪结果传回本地进行显示。但这种方法通常有以下两个缺点，一是花费了大量的时间用于数据传输上，导致跟踪性能很差，难以实现跟踪的实时性；二是由于跟踪算法的计算量很大，小型的处理器通常难以担任跟踪计算的结果，因此目标跟踪很难在小型嵌入式设备上达到很好的跟踪效果。

发明内容

本发明的目的在于提供一种基于核化相关滤波器（KCF）的目标跟踪装置和实现方法。这是一种基于硬件的目标跟踪加速器，可以在现场可编程逻辑门阵列（FPGA）上实现，或者做到专用集成电路（ASIC）芯片上，或者以硬核的方式集成到ARM、CPU、GPU的芯片上。本发明可以实现更快的目标跟踪速度并降低系统的资源开销。

根据本发明的第一方面，提供一种目标跟踪器的硬件实现装置，该装置可以包括：接收模块，用于接收外部输入的目标图片信息和待检测区域图片信息，并提取目标图片的特征信息；样本训练模块，用于对目标图片的特征信息进行特征训练，以更新目标特征信息；目标检测模块，用于基于更新的目标特征信息，对待检测区域图片信息进行位置检测以预测目标移动到的位置；离散傅里叶变换（DFT）计算模块，用于针对目标图片的特征信息以及待检测区域图片信息进行DFT，以便于样本训练模板中的特征训练和目标检测模块中的位置检测；输出模块，用于输出对目标移动到的位置的预测结果。

在根据本发明第一方面的目标跟踪器的硬件实现装置中，所述DFT计算模板可以只具有一个DFT计算单元。这样，所述样本训练模块和所述目标检测模板可以共用这一个DFT计算单元。

在根据本发明第一方面的目标跟踪器的硬件实现装置中，可以进一步包括移位寄存器，用于实现对所述目标检测模块的位置检测结果进行二次拟合处理，以得到最终的对目标移动到的位置的预测结果，发送至输出模块。