[发明专利]基于改进型DSST的车载摄像视频目标跟踪方法有效
| 申请号: | 201810120426.9 | 申请日: | 2018-02-07 |
| 公开(公告)号: | CN108364305B | 公开(公告)日: | 2021-05-18 |
| 发明(设计)人: | 黄立勤;朱飘 | 申请(专利权)人: | 福州大学 |
| 主分类号: | G06T7/277 | 分类号: | G06T7/277 |
| 代理公司: | 福州元创专利商标代理有限公司 35100 | 代理人: | 蔡学俊;丘鸿超 |
| 地址: | 350108 福建省福*** | 国省代码: | 福建;35 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 改进型 dsst 车载 摄像 视频 目标 跟踪 方法 | ||
1.一种基于改进型DSST的车载摄像视频目标跟踪方法,其特征在于,包括以下步骤:
步骤1:对第一帧图像确定目标位置和尺度信息;
步骤2:根据第一帧图像的灰度信息训练得到位置滤波器和尺度滤波器的初始参数;
步骤3:预测下一帧图像中的目标位置和尺度,读取下一帧图像;
步骤4:计算位置滤波的最大响应,确定为该帧图像的目标位置,并更新目标位置;
步骤5:提取多尺度图像块;
步骤6:计算尺度滤波的最大响应,确定目标的尺度信息,并更新目标的尺度信息;
步骤7:根据更新后的目标位置和尺度信息重新训练位置滤波器和尺度滤波器的参数,并更新参数;
步骤8:重复步骤3至步骤7,直至跟踪结束;
所述位置滤波器在每一帧图像中,围绕目标抽K个背景图像块分别对应的循环矩阵和则位置滤波器的代价函数为:
其中λ1和λ2为正则项系数,w为位置滤波器,y为最大相关滤波器响应得分;
在训练过程中,Ai所在项回归至零;
所述尺度滤波器的尺度变化因子a根据当前帧和下一帧尺度估计两者的差值进行动态的调整;
所述尺度滤波器的尺度变化因子a的计算公式为:
其中St+1和St分别表示的是t+1和t时刻的估计尺度级,范围为[1,33],a的取值范围为[1.01,1.1]。
2.根据权利要求1所述的基于改进型DSST的车载摄像视频目标跟踪方法,其特征在于:在步骤2中,训练检测区域大小为目标大小的3倍,HOG特征的元细胞大小为4*4Pixel,统计梯度方向数为9,正则化参数λ为10-4,δ=0.5,δlabel=0.1,学习速率η=0.025,尺度数S=33,尺度变化因子初始值a=1.01。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810120426.9/1.html,转载请声明来源钻瓜专利网。





