[发明专利]一种针对抵近飞行过程的目标跟踪方法

权利要求书

1.一种针对抵近飞行过程的目标跟踪方法，其特征在于，包含以下步骤：

S1、跟踪器初始化：根据初始目标位置与尺度及跟踪器预装参数进行跟踪器初始化；

S2、确定搜索窗口中心位置：将上一帧提取均匀特征点作为局部特征，在当前帧提取匹配特征点，求解全局运动参数，对上一帧目标中心位置进行全局运动补偿，作为搜索窗口的中心位置；

步骤S3、位置滤波和尺度滤波：根据搜索窗口中心位置和上一帧目标尺度，提取位置样本和尺度样本；压缩位置样本和尺度样本；分别计算位置滤波频域响应图和尺度滤波频域响应图；计算位置滤波空域响应图和尺度滤波空域响应图，并进行位置估计和尺度估计；自适应更新尺度增量因子；

步骤S4、更新位置模型和尺度模型：根据当前帧目标位置和尺度，采用与滤波模块一样的特征提取方法，提取位置样本和尺度样本；更新位置模型目标模板和尺度模型目标模板；分别构建位置特征投影矩阵和尺度特征投影矩阵；分别更新位置模型和尺度模型；

其中，所述步骤S1中，进一步包含：

步骤S1.1、输入初始目标位置p₀、初始目标尺寸sz₀、初始目标尺寸缩放因子κ_resize、目标区域扩展因子κ_padding、位置滤波器预期响应标准差因子κ_σ,trans、尺度等级n_S、插值后尺度等级n_SI、尺度滤波器预期响应标准差因子κ_σ,scale与尺度增量因子α；

步骤S1.2、初始化当前目标位置p_t和当前目标尺度因子s_t：

步骤S1.3、初始化目标基尺寸sz_base和跟踪窗口基尺寸sz_winbase：

步骤S1.4、初始化位置滤波预期响应：根据式(3)计算位置滤波预期响应标准σ_trans；生成位移矩阵T＝{(t_x,t_y)}；根据式(4)计算空域位置滤波预期响应g_trans(t_x,t_y)；根据式(5)并通过二维傅里叶变换获得频域位置滤波器预期响应G_trans；

σ_trans＝κ_σ,trans×prod(sz_base)/r_f (3)

其中，t_x表示x表示方向的位移，t_y表示y方向的位移；

步骤S1.5、初始化位置滤波汉宁窗：

其中，h和w分别表示位置滤波器的高度和宽度；

步骤S1.6、初始化尺度滤波预期响应：根据式(7)计算尺度滤波预期响应标准差σ_scale；根据式(8)生成尺度因子序列s和s_I；根据式(9)计算空域尺度滤波预期响应g_scale(s_i)；根据式(10)并通过二维傅里叶变换获得频域尺度滤波器预期响应G_scale；

σ_scale＝κ_σ,scale×n_SI (7)

步骤S1.7、初始化尺度滤波汉宁窗：

步骤S1.8、输出当前目标位置p_t、当前目标尺度因子s_t、目标基尺寸sz_base、跟踪窗口基尺寸sz_winbase、位置滤波预期响应G_trans、位置滤波汉宁窗h_trans、尺度因子序列s、插值后的尺度因子序列s_I、尺度滤波预期响应G_scale和尺度滤波汉宁窗h_scale；

其中，所述步骤S3中，提取位置样本和尺度样本的方法包含：

步骤S31.1、提取位置滤波窗口和尺度滤波窗口：

设经全局运动补偿后，上一帧的目标位置为p′_t-1、目标尺度为s_t-1；

跟踪其初始化模块中确定的目标基尺寸sz_base、跟踪窗口基尺寸sz_winbase、尺度等级n_S、尺度因子序列s；

预装参数位置模型尺寸sz_trans和尺度模型尺寸sz_scale；

以上一帧的目标位置p′_t-1为中心，提取大小为sz_winbase×s_t-1的图像块，即为位置滤波窗口；

以上一帧的目标位置p′_t-1为中心，提取大小为sz_base×s_t-1×s_i,s_i∈s的图像块集，即为尺度滤波窗口，共n_S个窗口；

步骤S31.2、窗口归整化：采用双线性插值法，将位置滤波窗口缩放到位置模型尺寸sz_trans；将尺度滤波器窗口缩放到尺度模型尺寸sz_scale；

步骤S31.3、特征提取：对缩放后的位置滤波窗口进行FHOG特征提取，记作z_t,trans；分别对缩放后的n_S个尺度滤波窗口进行FHOG提取，将获得的n_S个FHOG特征压平，并在尺度方向进行特征拼接，获得多尺度FHOG特征，记作z_t,scale；

和/或，所述步骤S3中，压缩位置样本和尺度样本的方法包含：

步骤S32.1、设上一帧模型更新阶段获得的位置特征投影矩阵为P_t-1,trans，尺度特征投影矩阵为

步骤S32.2、根据式(25)压缩位置样本，根据式(26)压缩尺度样本：

和/或，所述步骤S3中，计算位置滤波频域响应图和尺度滤波频域响应图的方法包括：

步骤S33.1、根据式(27)～(28)分别将压缩后的位置样本和尺度样本变换到频域；其中，和分别表示二维傅里叶变换和一维傅里叶变换：

步骤S33.2、设上一帧模型更新阶段获得的位置滤波器的分子和分母分别为和尺度滤波器的分子和分母分别为和预装参数归整化权重为λ；表示位置样本压缩后的维度，压缩前维度为d；根据式(29)～(30)分别计算位置滤波频域响应图和尺度滤波频域响应图

和/或，所述步骤S3中，计算位置滤波空域响应图和尺度滤波空域响应图的方法如下：

步骤S34.1、频率响应图升采样：根据频域特性将位置滤波频域响应图升采样到位置模型尺寸，记作Y_t,trans；将尺度滤波频域响应图升采样到插值后尺度等级n_SI尺寸，记作Y_t,scale；

步骤S34.2、根据式(31)～(32)分别将插值后的位置滤波频域响应图Y_t,trans和尺度滤波频域响应图Y_t,scale变换到空域；其中，和分别表示二维傅里叶反变换和一维傅里叶反变换：

和/或，所述步骤S3中，位置估计和尺度估计的方法包含：

步骤S35.1、位置估计：根据式(33)，通过最大化位置滤波空域响应y_t,trans，估计位移矢量其中，T＝{(t_x,t_y)}为位移矩阵；根据式(34)，获得当前帧目标位置估计p_t：

步骤S35.2、尺度估计：根据式(35)，通过最大化尺度滤波空域响应y_t,scale，获得当前帧目标尺度因子s；根据式(36)，获得当前帧目标尺度估计s_t：

s_t＝s_t-1×s (36)

步骤S35.3、输出当前帧目标位置p_t和当前帧尺寸sz_t＝floor(sz_base×s_t)；其中，floor(·)表示向下取整；

和/或，所述步骤S3中，自适应更新尺度增量因子的方法包含：

若连续N帧满足式(37)：

lg(s_t)/lg(α)≥(n_SI-3)， (37)

令α←α+0.03，p₀＝p_t，s₀＝s_t，并更新尺度因子序列s、插值后的尺度因子序列s_I、尺度滤波预期响应G_scale和尺度滤波汉宁窗h_scale；

其中，所述步骤S4中，更新位置模型目标模板和尺度模型目标模板的方法包含：

步骤S41.1、设提取的位置样本和尺度样本分别为f_t,trans和f_t,scale；

步骤S41.2、根据式(38)～(39)，分别更新位置模型目标模板u_t,trans和尺度模型目标模板u_t,scale：

其中，η表示模型学习率；

和/或，所述步骤S4中，构建位置特征投影矩阵和尺度特征投影矩阵的方法包含：

步骤S42.1、构建位置特征投影矩阵：对位置模型目标模板u_t,trans的自相关矩阵进行奇异值分解，取前d_trans个最大的特征值对应的特征向量，构成位置特征投影矩阵P_t,trans；其中，d_trans为算法预装参数，表示压缩后位置特征的维度；

步骤S42.2、构建尺度特征投影矩阵：分别对尺度模型目标模板u_t,scale和尺度样本f_t,scale进行奇异值分解，对应地获得尺度特征投影矩阵和和/或，所述步骤S4中，更新位置模型和尺度模型的方法包含：

步骤S43.1、更新位置模型：根据式(40)分别压缩目标模板和位置样本；根据式(41)将其变换到频域；根据式(42)更新位置模型；其中，为位置模型的分子，为位置模型的分子，η为模型学习率：

其中，表示位置滤波预期响应G_trans的共轭，表示的共轭；

步骤S43.2、更新尺度模型：根据式(43)分别压缩目标模板和尺度样本；根据式(44)将其变换到频域；根据式(45)更新尺度模型，其中，为位置模型的分子，为位置模型的分子，η为模型学习率：

其中，表示位置滤波预期响应G_scale的共轭，表示的共轭。