[发明专利]一种复杂红外地面环境下的稳定目标跟踪方法

权利要求书

1.一种复杂红外地面环境下的稳定目标跟踪方法，其特征在于，包括以下步骤：

步骤一、获取红外视频中初始帧红外图像的目标信息以及背景信息，初始化相关滤波器、分类器和检测器；

步骤二、根据第t-1帧红外图像的目标位置在第t帧红外图像的搜索区域进行相关响应置信度以及遮挡检测值的计算，返回目标的粗定位；根据遮挡检测值，进行遮挡检测：如果遮挡检测值满足遮挡条件，则重新计算缩减区域后的相关响应置信度，再对背景区域响应置信度进行惩罚，并返回该帧红外图像的目标最大响应值的目标位置和尺度，完成目标的精定位；更新相关滤波器、分类器和检测器的参数；如果目标丢失，则采用检测器进行全局搜索，找到目标更新相关滤波器、分类器和检测器的参数并返回目标位置。

2.根据权利要求1所述的一种复杂红外地面环境下的稳定目标跟踪方法，其特征在于，所述步骤一具体包括以下步骤：

步骤1.1，载入含有目标的红外视频，获取第一帧红外图像，并确定第一帧红外图像中的目标区域S₁；

步骤1.2，在目标区域S₁提取亮度直方图特征，训练亮度直方图模型，将目标区域S₁放大1.5～2.5倍得到训练区域S₂，对训练区域S₂进行循环移位构造正负样本特征集，用于训练相关滤波器和尺度滤波器；

步骤1.3，在目标区域S₁和训练区域S₂分别进行正负样本提取，建立正负样本特征集，用于训练分类器和检测器。

3.根据权利要求2所述的一种复杂红外地面环境下的稳定目标跟踪方法，其特征在于，所述步骤1.2还包括：

步骤1.2.1，首先在目标区域S₁提取亮度直方图特征，训练亮度直方图模型；

步骤1.2.2，扩大目标区域S₁到1.5～2.5倍得到训练区域S₂，在训练区域S₂提取HOG特征，对提取的矩阵加上余弦窗，并进行循环移位，得到正负样本特征集，相关滤波模型：其岭回归解为：将其转换到频域，则有其中，A₀为目标区域，A_i为目标周边的背景区域，y为样本特征集通过训练得到的模型计算后回归值，λ为超参数，a为一个N×1的矢量；通过正负样本特征集和相关滤波模型，训练相关滤波器；

步骤1.2.3，在步骤1.2.2的基础上，在目标区域S₁，抽取s层PCA-HOG特征金字塔，取s＝33尺度进行分析，且每个尺度系数n提取的区域大小为μⁿP×μⁿR，其中，μ为各个特征层间的比例系数，n取值范围是：提取尺度后，将其归一化到固定尺寸，训练尺度滤波器。

4.根据权利要求2所述的一种复杂红外地面环境下的稳定目标跟踪方法，其特征在于，所述步骤1.3还包括：

步骤1.3.1，在目标区域S₁及训练区域S₂提取正负样本p；并建立正负样本特征集M；其中，

步骤1.3.2，通过上述建立的特征集M来训练分类器和检测器。