[发明专利]双步相关滤波目标跟踪方法

权利要求书

1.双步相关滤波目标跟踪方法，其特征在于，该方法包括以下步骤：

步骤一：分别提取训练目标图像特征，训练粗定位相关滤波器模板、精定位相关滤波器模板和尺度相关滤波器模板；

步骤二：提取预测目标图像HOG特征，用训练后的粗定位相关滤波器模板确定目标大致图像位置；

步骤三：在目标大致图像位置提取目标图像块HOG与CN融合特征，用训练后的精定位相关滤波器模板求取目标精定位响应图确定目标精确图像位置；

步骤四：在目标精确图像位置提取目标多尺度图像特征，用训练后的尺度相关滤波器确定目标尺度大小；

步骤五：根据目标精定位响应图，计算目标跟踪置信度指标值；

步骤六：在目标精确图像位置按照步骤一方法分别训练粗定位相关滤波器模板、精定位相关滤波器模板和目标尺度相关滤波器模板，根据目标跟踪置信度阈值，自适应更新相关滤波器模板；

步骤七：根据目标跟踪置信度指标值，更新目标跟踪置信度阈值；

步骤八：重复步骤二～步骤七；

其中，所述步骤四具体包括以下步骤：

(401)在目标精确图像位置构造目标图像尺度池，sW×sH，W和H分别是目标图像块的宽和高，N＝33是目标尺度数，a＝1.02表示尺度步长；

(402)对目标图像尺度池中所有不同尺度图像提取对应目标图像块Cell大小为4的31维HOG特征z_S；

(403)用目标尺度相关滤波器求取目标尺度响应图d表示目标特征通道数，目标尺度响应图最大处为目标尺度大小，y表示滤波器响应目标值；

完成双步相关滤波目标跟踪。

2.根据权利要求1所述双步相关滤波目标跟踪方法，其特征在于：步骤一具体包括以下步骤：

(101)在训练目标图像位置分别以目标大小将图像扩展1.6倍，提取对应目标图像块Cell大小为8的31维HOG特征x_ci；

(102)通过最小化损失函数来训练粗定位相关滤波器模板w_C，其中，是滤波器响应目标值，u＝{1,2,…W}，v＝{1,2,…H},W和H分别是目标图像块的宽和高，λ＝0.0001是正则化系数，n表示训练用目标图像数，训练得到粗定位相关滤波器模板是各矩阵的离散傅里叶变换DFT结果，⊙表示对应元素相乘；

(103)在训练目标图像位置分别以目标大小将目标图像扩展1倍，提取对应目标图像块Cell大小为1的31维HOG特征；以同样大小图像块提取11维CN特征；将提取的HOG特征与CN特征按通道融合为42维目标特征x_Fi；

(104)通过最小化损失函数来训练精定位相关滤波器模板w_F，训练得到精定位相关滤波器模板

(105)在训练目标图像位置以目标大小图像提取对应目标图像块Cell大小为4的31维HOG特征x_si；

(106)通过最小化损失函数来训练尺度相关滤波器模板w_s，训练得到目标尺度相关滤波器模板

3.根据权利要求2所述双步相关滤波目标跟踪方法，其特征在于：步骤二具体包括以下步骤：

(201)在预测目标图像位置以目标大小将目标图像扩展1.6倍，提取对应目标图像块Cell大小为8的31维HOG特征z_C；

(202)用粗定位相关滤波器求取目标粗定位响应图d表示目标特征通道数，目标粗定位响应图最大处为目标大致图像位置。

4.根据权利要求2所述双步相关滤波目标跟踪方法，其特征在于：步骤三具体包括以下步骤：

(301)在目标大致图像位置以目标大小将目标图像扩展1倍，提取对应目标图像块Cell大小为1的31维HOG特征；以同样大小目标图像块提取11维CN特征；将提取的HOG特征与CN特征按通道融合为42维目标特征z_F；

(302)用精定位相关滤波器求取目标精定位响应图d表示目标特征通道数，目标精定位响应图最大处为目标精确图像位置。