[发明专利]一种基于并行注意力相关滤波的视频目标跟踪方法

说明书

本发明公开一种基于并行注意力相关滤波的视频目标跟踪方法，属于图像处理技术领域。将跟踪问题设计为估计一个目标位置的概率，整合空间选择注意力SSA和表观选择注意力ASA，利用Log函数得到目标函数，实现视频目标的持续有效跟踪。首先进行SSA建模，产生一系列的二值图，经滤波获取位置响应图，然后在跟踪目标周围的半局部域采样一系列干扰区域，在相关视频滤波中学习抗干扰距离度量并进行抗干扰度量正则相关滤波，将干扰项推入负域，获取ASA目标图，再通过Log函数得到的目标函数，将在局部域和半局部域中处理的图像相融合对目标进行跟踪。具有处理问题时更加稳健准确、适应性强、跟踪效果好等优点。

技术领域

本发明涉及一种基于并行注意力相关滤波的视频目标跟踪方法，属于图像处理技术领域。

背景技术

视觉跟踪在一些重要的计算机视觉应用中是一个先决条件，例如视频监控、行为识别、视频检索和人机交互等。尽管近几年视觉跟踪技术已经取得了较大进步，但还是只能给定第一帧的目标位置信息，在一些无约束的环境中，持续地跟踪一个一般目标仍然具有挑战性，这是因为目标的表观受到遮挡、快速运动和形变等干扰因素的严重影响。

目标跟踪的任务是寻找目标位置并判断目标特性，这是哪里和什么的问题，也和人类视觉感知中的注意力选择机制有关。心理学和认知学研究证据表明，人类视觉感知具有着重性和选择性，以至于人们的视觉系统能够专注于快速处理相关重要的视觉信息。人类视觉感知中有两个主要的视觉注意力机制：一个是空间选择性注意力(SSA)，它能够减小一个神经元的相对领域，并提高对视觉域中一个特殊位置的敏感性；另一个是表观选择注意力(ASA)，它通过专门处理不同类型的特征以增强响应值，以此在大脑皮层的不同区域增强活性。

在离开眼睛后，这些进入前额大脑皮层的场景输入信号被分成背部流和腹部流，前者利用现存的空间关系(即哪里)，而后者则着重强调表观特征(即什么)。一些感知学研究证明，这两种类型的机能可能被并行处理，这些机理在处理目标跟踪的干扰项、模糊和遮挡时可以扮演重要角色。如何利用这些研究去处理相关滤波类跟踪器中的哪里和什么的问题，对于解决复杂环境下的目标跟踪具有重要意义。

发明内容

本发明要解决的技术问题是针对现有目标跟踪方法不能持续地跟踪一般目标的缺点，提出一种基于并行注意力相关滤波的视频目标跟踪方法，通过融合空间选择性注意力和表观选择注意力，实现对视频目标的持续有效跟踪。

为解决上述技术问题，本发明提供一种基于并行注意力相关滤波的视频目标跟踪方法，将跟踪问题设计为估计一个目标位置的概率，整合空间选择注意力(SSA)和表观选择注意力(ASA)，利用Log函数得到目标函数，实现视频目标的持续有效跟踪，包括以下步骤：

(1)获取SSA位置响应图：首先，针对跟踪目标，在跟踪目标周围的局部域，产生一系列的二值图来描述不同粒度下目标和它的周围场景之间的拓扑结构，将图片从上到下按由粗到细的描述粒度排列，得到一组跟踪目标布尔图B_i(i＝1，2，......，N_b)，粗粒度布尔图对全局形状信息进行编码描述明显的目标表观变化，细粒度的布尔图描述空间的细节结构；然后，针对跟踪目标定义一个二值滤波器F，将F作用在布尔图B_i上，获得条件位置响应图，并通过最小化线性回归函数完成学习权重，为每个布尔图学习一个最优的权重，对每个图加权得到最后的位置响应图：

(2)获取ASA目标图：首先，在跟踪目标周围的半局部域采样一系列干扰区域，将岭回归目标函数近似等价为一个度量学习的相关滤波器，在相关视频滤波中学习抗干扰距离度量，解决建模正样本间的相互关系；然后，引入抗干扰度量正则项，对经目标图像进行抗干扰度量正则相关滤波，在相关滤波中学习抗干扰距离度量，同时考虑来自真实负样本的有用的相互关系，将干扰项推入负域，获取目标跟踪图片：

(3)持续跟踪视频目标：通过Log函数建模获得整合SSA和ASA的目标函数，利用该函数对视频目标进行跟踪，并在线更新参数，实现对视频目标的有效跟踪。