[发明专利]一种基于相关滤波的分块跟踪方法

权利要求书

1.一种基于相关滤波的分块跟踪方法，其特征在于步骤如下：

步骤1：读取视频中第一帧图像数据以及目标所在的初始位置信息[x₁,y₁,w₁,h₁]，其中x₁和y₁表示目标中心的横坐标和纵坐标，w₁和h₁表示目标的宽和高，将当前帧记为第t帧，目标中心的坐标记为目标的宽和高分别记为w_t、h_t，目标尺度因子记为[x_t,y_t,w_t,h_t]对应的目标矩形框记为B_t，则初始时t＝1，B₁为[x₁,y₁,w₁,h₁]对应的矩形框；

步骤2：根据目标矩形框B₁的两条中垂线将其均匀地分为四个子块上标i为子块序号，取值范围为i＝1,...,4，各子块的大小相同，子块的宽为高为各子块的中心坐标分别为然后连接和三个点形成一个三角形，并进一步得到该三角形的外接圆C₁，记C₁的半径为r₁(用于在后续帧中确定目标尺度)，再以为中心，i＝1,...,4，为每个子块确定一个包含目标和背景的扩充矩形区域，即搜索区域的宽为u′₁＝θu₁，高为v′₁＝θv₁，θ为扩充因子；

步骤3：对每个子块搜索区域提取fHOG特征，i＝1,...,4，为提高计算效率，本方法仅使用31通道fHOG特征中的前18个通道(有符号梯度方向直方图)对应的特征向量叠加之和对子块相关滤波器进行建模，将第i个子块搜索区域对应的叠加特征向量记为f₁ⁱ，f₁ⁱ的特征维度为u′₁×v′₁，则第i个子块的滤波器模型可按以下公式初始化：

式中，大写的变量G和F₁ⁱ分别为相应的小写变量g和f₁ⁱ经过离散傅里叶变换(DiscreteFourier Transform，DFT)后在频域上的表示，g为二维高斯函数，σ为高斯核的带宽，设定为表示矩阵对应元素相乘(即Hadamard乘积)，表示F₁ⁱ的复共轭，λ为调整参数；

步骤4：读取下一帧图像，即第t+1帧图像，并以上一帧目标的位置信息[x_t,y_t,w_t,h_t]确定在第t+1帧图像上确定新的矩形框B_t+1，然后按照步骤2的方法对B_t+1重新进行分块和确定子块搜索区域，四个大小相同的子块的宽为高为对应的搜索区域的宽为u′_t+1＝θu_t+1，高为v′_t+1＝θv_t+1，θ和步骤2中相同；

步骤5：按照步骤3的方法逐一对每个子块搜索区域提取fHOG特征，i＝1,...,4，将18个特征通道叠加得到的特征向量利用上采用或下采样的方式归一化到u′₁×v′₁大小，再通过DFT得到其频域表示并将上一帧的子块滤波器模型作用于的复共轭以此得到子块的相关响应图

式中，F^-1表示离散傅里叶反变换；

步骤6：对步骤5得到的每个子块响应图求最高响应值和次高响应值其中最高响应值所对应的坐标即为子块的预测中心，即然后利用和计算子块的可信度得分即：

式中，λ′为调整参数；

步骤7：对步骤6得到的四个子块可信度得分按照从高到低的顺序排序，以此淘汰得分最低的子块(判定该子块可能存在部分遮挡情形)，将其余三个子块对应的预测中心点分别记为和然后连接这三个点形成一个三角形，并进一步得到该三角形的外接圆C_t+1和其圆心o_t+1、半径r_t+1，取o_t+1的坐标为目标在第t+1帧的位置中心即(x_t+1,y_t+1)，再按以下公式计算目标在第t+1帧的尺度因子宽w_t+1和高h_t+1：

式中，r_t为上一帧外接圆C_t的半径，λ′和步骤6中相同；

步骤8：以加权求和的方式对每个子块进行模型更新操作，计算方法如下：

式中，和分别表示第i个子块在第t帧和t+1帧的滤波器模型，i＝1,...,4，γ为权重参数(表示模型的学习率)，μ为阈值参数，G、λ和步骤3中相同，和步骤6中相同，和步骤6中相同；

步骤9：以(x_t+1,y_t+1)为中心，大小为w_t+1×h_t+1的矩形框在图像中标示出目标预测区域，即为第t+1帧的跟踪结果，x_t+1、y_t+1、w_t+1、h_t+1和步骤7中相同，最后判断是否处理完视频中所有的图像帧，若处理完则算法结束，否则转步骤4继续执行。