[发明专利]多层深度特征融合的自适应抗遮挡红外目标跟踪方法

权利要求书

1.一种多层深度特征融合的自适应抗遮挡红外目标跟踪方法，其特征在于，该方法为：首先，通过VGG-Net获取视频图像目标候选区域的多层深度特征图，再对所述多层深度特征图通过上采样获得一系列相同尺寸不同层级的多层深度特征图；然后，根据相关滤波将所述多层深度特征图从时域转换到频域，并且根据快速傅里叶变换进行滤波器训练和响应图计算，再根据层内特征加权融合对多层深度特征图进行合并降维处理，构建出不同层级的特征响应图并且求出最大相关响应值即为目标估计位置；最后，对目标稠密特征进行提取，并根据相关滤波获得特征最大响应值，获得通过深度卷积特征所估计的目标中心位置的响应置信度；当所述目标中心位置的响应置信度小于重检测阈值T₀时，通过在线目标重检测对获得的目标估计位置进行评估并且根据评估结果对目标的位置进行自适应更新；

所述对目标稠密特征进行提取，并根据相关滤波获得特征最大响应值，获得通过深度卷积特征所估计的目标中心位置的响应置信度，具体为：

首先，在t+1帧图像上，以所估计出的目标中心位置为中心坐标采样得到a×b大小的搜索区域块，作为稠密特征提取的范围，利用公式(10)和(11)计算得到每个像素在水平和垂直方向的梯度分量，由公式(12)和(13)能够得到每个像素梯度向量的长度和角度；

G₁＝pixel_{(pos_x+1,pos_y)}-pixel_{(pos_x-1,pos_y)} (10)

G₂＝pixel_{(pos_x,pos_y+1)}-pixel_{(pos_x,pos_y-1)} (11)

θ＝arctan(G₁/G₂) (13)

其中，pixel_{(pos_x+1,pos_y)}，pixel_{(pos_x-1,pos_y)}，pixel_{(pos_x,pos_y+1)}，pixel_{(pos_x,pos_y-1)}分别表示4个像素点的位置，pos_x，pos_y为估计出的目标位置，G₁，G₂分别表示2个像素点在水平和垂直方向上的距离，S和θ表示梯度向量的长度和梯度向量角度；

然后，将搜索区域分成大小相同的单元格，分别计算每个单元patch内像素的梯度信息，包括大小和方向，每个像素的梯度大小对其方向贡献不同的权重，然后这个权重累加到所有的梯度方向上；

对搜索区域进行单元分块，每个单元格大小为a/4×b/4像素，分为4×4的单元格，分9个方向统计每个单元格的梯度信息，从而用一个9维的向量来表示它的图像信息，统计每个单元格的特征图即可得到稠密特征

最后，对所提取的多层稠密特征进行高斯相关滤波并求最大响应值，即可得到通过上述深度卷积特征所估计的目标中心位置的响应置信度Confidence，该值反映了每一次跟踪结果的可靠程度，

Confidence＝max(F^-1(E)) (15)

其中，zf，xf分别为当前帧和前一帧提取的稠密特征集合，F为傅里叶变换；

所述当所述目标中心位置的响应置信度小于重检测阈值T₀时，通过在线目标重检测对获得的目标估计位置进行评估，具体为：重检测模块的核心为线性二分类器，通过计算公式(16)对获得的目标估计位置进行二项分类：

f(p)＝s_w,p+s_b (16)

其中，是向量内积符号，s_w是权向量，它是超平面的法线方向，s_b为偏移，训练后得到s_w和s_b的值，通过拉格朗日方法求解，令拉格朗日函数为公式(17)：

其中，α_l≥0为每个样本的拉格朗日乘子，(p₁,q₁),...,(p_l,q_l),(p_k,q_k)为直方图均衡后的样本，k为样本个数，q_l等于1或-1，p_l为d维向量；

求解后得到的最优分类函数可由公式(18)表示：

f(p)＝sgn[(s_w^*·p)+s_b^*] (18)

其中，s_w*，s_b*分别为对应的最优解；

所述根据评估结果对目标的位置进行自适应更新，具体为：通过在线目标重检测对获得的目标估计位置进行评估获得样本一系列得分值scorcs，取其中的最大值，该值所对应的样本所在位置即为重检测后目标的再次估计位置tpos；对该样本进行公式(14)和(15)的处理，重新得到一个检测后的跟踪置信度Confidence₂，当该值满足公式(19)时，将用tpos代替pos，即得到重检测后的目标位置，若不满足则跟踪位置不进行变化；

Confidence₂1.1Confidencemax(scorcs)0 (19)。