[发明专利]基于多区域层卷积特征的目标跟踪方法

权利要求书

1.基于多区域层卷积特征的目标跟踪方法，其特征在于，具体步骤为：

步骤1，输入待进行目标跟踪的视频序列并人为选取第一帧的目标区域p₁，将所述目标区域p₁划分为N+1个子区域，提取每个子区域的卷积特征；初始化每一层卷积特征所对应的相关滤波器；

步骤2，在第二帧时，计算每个子区域每一卷积层的相关滤波器在第二帧的搜索区域上的响应，用多层相关滤波器递推和加权融合的方法确定第二帧目标区域的位置，更新每个子区域的相关滤波器，根据第二帧的目标位置和第一帧的目标位置初始化目标运动模型；

步骤3，从第三帧起，确定当前帧的目标搜索区域，提取目标搜索区域中的卷积特征及上一帧每个子区域的滤波器在卷积特征上的相关滤波响应通过逐层推断当前帧每个子区域的中心位置对所有子区域的中心位置进行加权融合，得到并输出目标位置p_t即为目标跟踪结果之后更新每个区域的相关滤波器和目标运动模型为下一帧的目标跟踪做准备；

其中更新运动模型的目的在于得到下一帧目标位置的加权平均数和协方差矩阵Σ_t+1，作为在下一帧更新相关滤波器的重要参数。

2.如权利要求1所述的基于多区域层卷积特征的目标跟踪方法，其特征在于，所述步骤1的具体步骤为：

步骤1.1，设置当前帧为第一帧，即t＝1，人为选取目标跟踪的视频序列中第一帧的目标区域p₁；

步骤1.2，将当前帧的目标区域p₁划分为N+1个子区域，获取每个子区域的图像块子区域中心位置和每个区域中心位置到目标中心位置的位移

步骤1.3，提取每个子区域图像块的卷积特征，并调整卷积特征分辨率使其与当前帧的分辨率一致，得到每个子区域的卷积特征

步骤1.4，初始化每个子区域每一卷积层对应的相关滤波器,得到每个子区域每一卷积层的相关滤波器在频域上的表示表示第t帧第i个子区域第l层卷积特征所对应的滤波器的频域表示。

3.如权利要求2所述的基于多区域层卷积特征的目标跟踪方法，其特征在于，所述步骤1.4的具体步骤为：

令为将在长和宽上分别进行m和n个元素的循环位移后所生成的样本，每个样本对应的标签为y_i(m,n)，其计算公式为：

其中σ为样本值的方差系数人为设定，此时相关滤波器的学习被转化成为一个凸优化问题，如公式(2)所示：

其中为第t帧第i个区域第l层卷积特征所对应的滤波器的时域表示，*表示循环卷积，y_i是一大小为hx×hy的矩阵，其矩阵第m行n列的元素y_i,m,n＝y(m,n)，λ为滤波器的正则化系数，根据帕斯瓦尔公式将(2)式变换到频域得到：

是的第d个通道，其中大写字母是由其小写母的离散傅里叶变换，字母上的横线表示复共轭，·表示矩阵的哈达玛积，为第t帧第i个子区域第l层卷积特征所对应的滤波器的频域表示的分子式，为第t帧第i个子区域第l层卷积特征所对应的滤波器的频域表示的分母式。