[发明专利]一种基于KCF的改进型抗遮挡目标跟踪方法

权利要求书

1.一种基于KCF的改进型抗遮挡目标跟踪方法，其特征在于，包括以下步骤：

步骤1，读入视频帧序列，并选择待跟踪目标，初始化KCF跟踪器，完成卷积神经网络算法的训练；

步骤2，初始化自适应搜索窗口阈值法；

步骤3，使用线程池技术开启三个线程，三个线程分别检测待跟踪目标的三个尺度图像，获取响应最大的线程，将响应最大的线程对应的输出位置及尺度作为当前帧的目标位置；

步骤4，将步骤3中获取的最大响应与预设阈值进行比较，若小于预设阈值，则将响应最大的线程对应的输出位置及尺度进行遮挡判别；

步骤5，若步骤4判别输出位置及尺度为遮挡时，则使用训练完成的卷积神经网络的输出结果作为当前帧的目标位置；反之则使用KCF跟踪器的输出结果作为当前帧目标位置。

2.根据权利要求1所述一种基于KCF的改进型抗遮挡目标跟踪方法，其特征在于，步骤1中完成卷积神经网络算法的训练具体包括以下步骤：

步骤1.1，获取训练样本集中的目标视频图像，并对所述目标视频图像中的目标进行标注，将标注后的目标视频图像作为训练数据；

步骤1.2，采用主成分分析PCA对训练数据进行降维处理，获取所述训练数据的主要特征；

步骤1.3，构建包括卷积层、下采样层和特定分类层的卷积神经网络；

步骤1.4，采用所述卷积神经网络对降维后的训练数据进行训练并更新所述卷积神经网络参数，所述网络参数包括卷积核参数和偏置参数。

3.根据权利要求1所述一种基于KCF的改进型抗遮挡目标跟踪方法，其特征在于，步骤2中的自适应搜索窗口阈值法通过下式进行计算:

其中，H为搜索窗口面积，M为目标像素尺寸与图像像素尺寸的比值，A为固定阈值，H₁为目标像素尺寸与图像像素尺寸比值大于等于预设阈值时搜索窗口的面积，H₂为目标像素尺寸与图像像素尺寸比值小于固定阈值时搜索窗口的面积；固定阈值A取值0.15。

4.根据权利要求1所述一种基于KCF的改进型抗遮挡目标跟踪方法，其特征在于，步骤4中预设阈值取值0.20。