[发明专利]基于结构化稀疏特性的局部遮挡目标跟踪方法

权利要求书

1.基于结构化稀疏特性的局部遮挡目标跟踪方法，其特征在于，包括如下步骤：

步骤1、构建结构化稀疏特性图像模板字典；

步骤2、结构化稀疏分组加权；

步骤3、抽取对应的稀疏特性；

步骤4、遮挡目标跟踪。

2.根据权利要求1所述的基于结构化稀疏特性的局部遮挡目标跟踪方法，其特征在于，步骤1具体包括如下步骤：

步骤101、从待跟踪视频的第一帧中的目标初始位置周围提取目标图像模板集合A,A＝[A₁,A₂,...A_i...,A_n]，其中，n为目标图像模板总数，A_i为目标图像模板集合中第i个图像模板，1≤i≤n；

步骤102、对目标图像模板集合中每个目标图像模板进行模板结构化分块处理，每个A_i分块得到n个分块；

步骤103、加入候选图像模板C并按照与模板结构化分块处理一样的规则进行分块，得到的C＝[c₁,c₂,...c_i,...c_n]∈R^h×N表示将候选样本分成N块，每一块长度为h，其中，c_i为候选图像模板的第i个分块。

3.根据权利要求2所述的基于结构化稀疏特性的局部遮挡目标跟踪方法，其特征在于，通过求解以下优化方程得到样本块在字典上的稀疏特性系数：

其中，Z∈R^h×(n×N)是分块字典，d_i代表候选图像模板第i块在字典上的特性系数，候选图像模板的稀疏特性系数用D＝[d₁,d₂,...,d_i...d_N]来表示。

4.根据权利要求3所述的基于结构化稀疏特性的局部遮挡目标跟踪方法，其特征在于，步骤2具体包括如下步骤：

步骤201、根据来源将所述稀疏特性系数进行分组，得到其中表示由第k个图像模板中分块表示的系数；

步骤202、将分组后的系数通过加权公式得到每一个候选块在不同分图像模板上的加权系数v_i，所述加权公式如下：

其中，v_i表示候选图像第i块的加权系数，f表示正则化系数。

5.根据权利要求4所述的基于结构化稀疏特性的局部遮挡目标跟踪方法，其特征在于，当得到每一个候选块在不同分图像模板上的加权系数v_i时，不经常出现的块对应的加权系数不超过0.6，经常出现的块的加权系数均与1相差规定的差值，所述差值的范围为0-0.1。

6.根据权利要求4所述的基于结构化稀疏特性的局部遮挡目标跟踪方法，其特征在于，步骤3具体包括如下步骤：

步骤301、将所有的加权系数组成一个矩阵V∈R^N×N；

步骤302、对所述矩阵进行对角化处理，其中，对角化公式为：

g＝diag(V)；

步骤303、在经对角化处理后的矩阵中对角线位置的稀疏特性进行抽取，在稀疏特征的抽取过程中，候选图像的V矩阵对角线上的元素值越大，与其目标的相似性越大。

7.根据权利要求1-6任意一项所述的基于结构化稀疏特性的局部遮挡目标跟踪方法，其特征在于，步骤4中，在遮挡目标跟踪时，假设目标的下半部分被遮挡，上半部分未被遮挡，在对应稀疏特征抽取后，目标未被遮挡的部分获得与1相差规定的差值的加权系数，被遮挡的部分获得的加权系数低于0.6。