[发明专利]一种基于目标显著性特征的目标跟踪方法

权利要求书

1.一种基于目标显著性特征的目标跟踪方法，其特征在于，所述的目标跟踪方法包括下列步骤：

S1、通过视频序列中标定的第一帧对目标位置进行初始化并提取特征进行跟踪目标判别模型M₁和检测目标判别模型G₁初始化；

S2、从第二帧开始，对于第t帧，依据上一帧的目标位置进行检测区域的框定，其中，t>＝2；

S3、提取检测区域的HOG以及前景概率特征，获取增强型目标特征；

S4、依据跟踪目标判别模型M_t-1，获得新一帧检测区域的置信度图，确定出目标位置区域P₁；

S5、依据目标位置区域P₁对跟踪结果的最大置信度以及前景概率的最大置信度进行判别；

S6、若跟踪结果的置信度以及前景概率的最大置信度同时大于阈值A和阈值B，则将步骤S4中的目标位置区域P₁作为最终的目标跟踪结果，若不满足则执行步骤S7；

S7、启动孪生卷积神经网络为检测器对目标检测区域中的目标进行检测得到另一个目标位置区域P₂；

S8、依据检测目标位置区域P₁和目标位置区域P₂进行跟踪置信度的对比，选择置信度较高的一个作为最终的结果；

S9、依据各自的更新规则对跟踪目标判别模型G_t和检测目标判别模型M_t进行模型更新，然后跳转到步骤S2，进行接下来图片帧的目标跟踪。

2.根据权利要求1所述的一种基于目标显著性特征的目标跟踪方法，其特征在于，所述的步骤S1过程如下：

S11、给定一系列视频帧，在第一帧中框定出所要跟踪的目标以及位置信息，即宽高和中心点坐标；

S12、根据目标的初始位置截取兴趣区域生成到目标的初始类别，并且将目标兴趣区域作为该初始类别的类别中心；

S13、利用第一帧的信息对跟踪目标判别模型M₁和检测目标判别模型G₁初始化。

3.根据权利要求1所述的一种基于目标显著性特征的目标跟踪方法，其特征在于，所述的步骤S2过程如下：

S21、从第t帧图像开始，利用上一帧的跟踪结果确定出目标区域的大小w×h，其中w、h分别是指框定出的目标区域的宽度以及高度；

S22、框定出以中心位置为中心，宽高大小为(w+k)×(h+k)的当前帧图像的目标检测区域：

k＝α*(w+h)/2

其中α为可调整参数，k为检测区域的扩展系数；

S23、其中将目标中心周围(w-k)×(h-k)所框定的区域用Z_f表示，代表前景区域，在每帧中划定的目标区域与(w+k)×(h+k)之间的区域用Z_b表示，代表的是背景区域。