[发明专利]一种自适应尺度变化的实时相关滤波跟踪算法

权利要求书

1.一种自适应尺度变化的实时相关滤波跟踪算法，其特征在于，包括以下步骤：

S1、获取视频序列，设定初始帧的目标位置P_t和尺度S_t，对目标进行采样，并通过双线性插值法按照预设的尺度比例对目标进行宽高比调整，通过二维高斯模型初始化三个滤波器

S2、读入下一帧图像，将滤波器和候选区图像进行相关滤波获得置信图R_t+1，获取其最大峰值V_max所在位置，即目标位置P_t+1；

S3、在目标位置P_t+1处根据滤波器中每种宽高比进行三种不同尺度的采样，通过双线性插值法将采样结果进行缩放到与中的尺寸相同并进行相关滤波获得各尺度置信图，计算最大置信值，获取目标尺度s_t+1；

S4、将目标位置P_t+1和目标尺度s_t+1加入到下一帧的训练中并对三个滤波器进行模型更新；

S5、判断视频图像是否加载完毕，如果是，则结束；如果否，则进入步骤S2。

2.根据权利要求1所述的自适应尺度变化的实时相关滤波跟踪算法，其特征在于，步骤S1中初始帧的尺度为S_t＝(s_x,s_y)，尺度比例为rate_w×h＝{1:1.2,1:1,1.2:1}。

3.根据权利要求2所述的自适应尺度变化的实时相关滤波跟踪算法，其特征在于，步骤S1包括以下步骤：

S11、获取视频序列，设定初始帧的目标位置P_t和尺度S_t；

S12、对目标进行采样，并通过双线性插值法按照预设的尺度比例对目标进行宽高比调整，得三张目标图片f＝{f₁,f₂,f₃}，并根据预设定的目标尺度设定三个对应的二维高斯模型g＝{g₁,g₂,g₃}；

S13、通过初始化三个滤波器其中W_i、G_i和F_i分别为傅里叶变换下的g_i和f_i。

4.根据权利要求3所述的自适应尺度变化的实时相关滤波跟踪算法，其特征在于，步骤S3包括以下步骤：

S31、设定尺度池S＝{t₁，t₂，t₃}，根据{t_is_trate|t_i∈S}，在目标位置P_t+1处根据滤波器中每种宽高比进行三种不同尺度的采样，获取9个不同比例和不同尺度的目标样本；

S32、通过双线性插值法将不同尺度的目标样本进行缩放至与中的尺寸相同，并进行相关滤波获得各尺度置信图，计算最大置信值，获取目标尺度s_t+1。

5.根据权利要求4所述的自适应尺度变化的实时相关滤波跟踪算法，其特征在于，步骤S3中计算最大置信值的公式为其中，为采样尺度为t_is_trate的目标样本。

6.根据权利要求5所述的自适应尺度变化的实时相关滤波跟踪算法，其特征在于，步骤S4中进行模型更新的公式为F(α)_t＝(1-η)F(α)_t-1+ηF(α)_t，其中，F(α)_t-1表示上一帧时目标特征图和相关滤波器，F(α)_t表示更新后的目标特征和滤波器，η为常数。