[发明专利]基于多级自适应KCF的遥感目标跟踪方法及电子设备

权利要求书

1.基于多级自适应KCF的遥感目标跟踪方法，其特征在于：其包括以下步骤：

(1)输入采集到的视频序列帧，对单通道灰度图像进行自适应处理，当判定读取图像为单通道时，经过通道融合处理变为三通道图像；

(2)对于框选目标初始化的当前帧视频图像，根据目标位置确定搜索区域，提取区域内的FHOG特征和LAB特征；

(3)根据步骤(2)得到的特征计算自相关矩阵，更新模型参数，用于对目标参数的初始化，作为后续帧跟踪的初始模板；

(4)对于后续帧图像，根据目标位置和上一帧响应最大值，自适应地确定是否应用改进的上下文信息抑制方法，并提取相应搜索区域的FHOG特征和LAB特征；

(5)通过步骤(4)得到的特征，计算互相关矩阵，检测到响应值最大的位置，更新当前帧的目标位置，根据该位置确定新的搜索区域，并提取该区域内的相应特征，其中在提取特征时，根据响应最大值自适应的对模板尺寸进行调整；

(6)根据步骤(5)处理结果，计算自相关矩阵并更新模型参数，继续用于下一帧图像的跟踪。

2.根据权利要求1所述的基于多级自适应KCF的遥感目标跟踪方法，其特征在于：所述步骤(1)中，若为单通道图像，则扩充其通道数，将单通道复制成三组，重新构建成一幅三通道图像，每个像素点的三通道数值均相同。

3.根据权利要求2所述的基于多级自适应KCF的遥感目标跟踪方法，其特征在于：所述步骤(2)之后，根据结果计算自相关矩阵，并更新初始化模型参数。

4.根据权利要求3所述的基于多级自适应KCF的遥感目标跟踪方法，其特征在于：所述步骤(3)中，若在步骤(2)中判断输入的视频帧为视频序列的后续帧，则利用上一帧的目标响应值R_i-1进行判断，若满足：R_i-1＜ε₁，则认为目标的响应值较低，需要通过抑制背景干扰达到突出真实目标的目的，则在当前帧使用改进上下文信息抑制方法，

其中ε₁＝0.5；T₀为真实目标，宽和高为w和h，T₁、T₂、T₃、T₄分别为改进后的上下文信息抑制区域，宽和高分别为w和2h、2w和h，w和2h、2w和h；

KCF的优化公式为：

B₀和B_i分别为目标和上下文信息对应的循环矩阵，y表示目标对应的标签，ω为待学习的相关滤波参数，λ₁和λ₂分别为调节因子。

5.根据权利要求4所述的基于多级自适应KCF的遥感目标跟踪方法，其特征在于：所述步骤(3)中，λ₁取1、λ₂取15。

6.根据权利要求5所述的基于多级自适应KCF的遥感目标跟踪方法，其特征在于：所述步骤(5)中，若当前帧目标的响应值R_i满足：R_i＞ε₂，则认为跟踪算法对当前帧的目标特征学习充分，对目标有较强的辨识能力；此时将模板尺寸缩小到正常模板尺寸的0.65倍，ε₂＝0.5。

7.根据权利要求7所述的基于多级自适应KCF的遥感目标跟踪方法，其特征在于：所述步骤(6)中，下一帧图像的跟踪，重复步骤(3)-(6)；通过不断确定新的跟踪帧的目标位置，并不断更新跟踪帧的模型参数，直至将视频序列跟踪完毕。