[发明专利]基于相关滤波的高海况无人艇海面目标尺度自适应跟踪方法有效
申请号: | 201810335715.0 | 申请日: | 2018-04-16 |
公开(公告)号: | CN108765458B | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | 李小毛;张云东;彭艳;谢少荣;罗均 | 申请(专利权)人: | 上海大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/90 |
代理公司: | 上海上大专利事务所(普通合伙) 31205 | 代理人: | 陆聪明 |
地址: | 200444*** | 国省代码: | 上海;31 |
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 相关 滤波 海况 无人 海面 目标 尺度 自适应 跟踪 方法 | ||
1.一种基于相关滤波的高海况无人艇海面目标尺度自适应跟踪方法,其特征在于,包括以下步骤:
S01,目标预处理:
通过无人艇目标检测模块得到目标初始坐标与尺度信息,启用目标跟踪模块,对初始帧使用双阈值策略对目标进行预处理,保证算法计算速度的同时增加目标的特征信息;
S02,确定下一帧相关滤波器搜索区域:
若该帧为视频序列第一帧,则执行S07;
否则根据海天线检测算法实时检测的当前帧与下一帧的海天线斜率,实时调整搜索区域中心点坐标,搜索区域的面积为目标尺度的(1+Pn)倍,其中Pn为根据海天线斜率变化进行自适应缩放的缩放系数;
S03,搜索区域的特征提取:
对搜索区域进行特征提取,利用方向梯度直方图特征与颜色特征进行多特征融合提高跟踪算法鲁棒性;
S04,样本表示:
对搜索区域特征进行循环移位,构建循环矩阵实现密集采样,利用余弦窗函数消除循环移位造成样本的边界效应,将高斯标签值赋予样本,目标在搜索区域中央的标签值为1,其余移位后的样本标签值为0到1之间;
S05,快速检测:
通过S02至S04步骤提取得到的下一帧目标特征,进行相关滤波,得到相关滤波响应图,响应图峰值点即为新一帧目标的位置;
S06,目标尺度估计:
在S05预测的目标位置,利用一个单独的一维相关滤波器MOSSE,训练分类器,得到一维的尺度相关滤波器,对目标进行尺度估计;
然后返回到S05,利用S06训练得到的尺度相关滤波器与通过S02至S04步骤提取得到的下一帧目标特征;进行相关滤波,得到相关滤波响应图,响应图峰值点即为新一帧目标的位置;
S07,训练与更新分类器:
利用上述检测到的结果,提取样本训练与更新岭回归分类器,返回S02对后续视频帧的目标进行跟踪;
所述S02中基于多尺度交叉模态线性特征的海天线检测算法进行海天线检测,得到海天线直线方程,并根据海天线斜率变化对无人艇相关滤波目标跟踪算法的搜索区域中心点进行坐标变换以及搜索区域面积的自适应缩放,具体为:
1)搜索区域中心点坐标变换:
当相邻两帧之间海天线斜率kn与kn-1的差值小于阈值即时,则说明背景即海浪运动对目标的水平方向运动影响较小,主要考虑海浪运动对目标竖直方向运动的影响,即无人艇视角中目标的上下抖动问题;因此只需根据前后两帧的海天线,对搜索区域的中心点进行坐标变换;
首先,计算第n-1视频帧目标中心与该视频帧海天线竖直方向的距离dn-1:
dn-1=yn-1-yn-1′=yn-1-(kn-1xn-1+bn-1) (3)
其中,第n-1视频帧海天线方程为y=kn-1x+bn-1,(xn-1,yn-1)为第n-1帧目标中心点坐标,(xn-1′,yn-1′)为与(xn-1,yn-1)同一竖直方向对应的第n-1帧海天线上点坐标;
在同一竖直方向上,计算第n-1帧目标中心点(xn-1,yn-1)在第n帧,对应的海天线上点的坐标(xn′,yn′):
其中,第n视频帧海天线方程为y=knx+bn;
则消除背景(海浪)运动对目标跟踪的影响后,计算第n帧搜索区域中心点坐标(xn,yn):
当相邻两帧之间海天线斜率kn与kn-1的差值大于等于阈值即时,则说明海浪运动对目标的水平与竖直方向运动均有较大影响,因此同时考虑海浪运动在水平与竖直方向导致的目标移位;目标在竖直方向受海浪运动的影响较容易量化,而水平方向则很难用某一具体指标来衡量,因此,从搜索区域中心点坐标变换与自适应搜索区域面积两个方面来消除海浪运动对目标跟踪的影响;
首先,利用公式(3)计算第n-1视频帧目标中心与该视频帧海天线竖直方向的距离dn-1;
其次,通过方程组(6)计算得到第n-1帧海天线与n帧海天线的交点坐标(x0,y0):
第n-1帧海天线上与目标中心点同一竖直方向坐标为(xn-1′,yn-1′),根据该点距离海天线交点(x0,y0)与第n帧目标中心在海天线上的竖直投影点距离海天线交点距离相等,求出第n帧目标中心在海天线上的竖直投影点坐标(xn′,yn′):
其中,(xn′,yn′)与(xn-1′,yn-1′)位于海天线交点(x0,y0)同一侧;
则消除海浪运动对目标跟踪的影响后,计算第n帧搜索区域中心点坐标(xn,yn):
2)搜索区域面积自适应缩放:
当前后两帧海天线斜率变化大时,仅仅通过搜索区域中心点变换很难抵消海浪运动对无人艇目标跟踪的影响,因此根据检测到的海天线斜率的变化情况,对搜索区域进行自适应缩放;为减小计算量保证算法的实时性,采用区间式缩放策略,对海天线斜率变化大小处于同一区间内的视频帧采用相同的缩放尺度;
其中,Pn表示搜索区域面积相对于目标框面积的缩放系数,与为海天线斜率变化阈值;如果搜索区域过小则相关滤波的循环矩阵引起的边界效应对跟踪结果影响较大;而如果搜索区域过大,则样本的背景信息过多,样本的特征表征能力弱,分类器性能较差;根据海天线检测得到的海天线斜率的变化区间,在一定范围内自适应地调整缩放系数Pn的大小;
因此,第n帧搜索区域大小为:
(1+Pn)·wn·hn (10)
其中,wn和hn分别表示第n帧目标的宽与高的长度。
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上海大学,未经上海大学许可,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/201810335715.0/1.html,转载请声明来源钻瓜专利网。