[发明专利]目标追踪方法、系统、终端设备及存储介质

权利要求书

1.一种目标追踪方法，其特征在于，包括：

根据上一帧目标追踪结果或初始选择目标对下一帧目标区域进行采样，得到若干个候选区域样本作为样本集；

基于预设迭代收缩算法的稀疏判别分类，计算所述样本集内每个候选目标的第一置信度，所述预设迭代收缩算法包括三级基础代数子程序；

基于预设迭代收缩算法的稀疏生成模型，计算所述样本集内每个候选目标的抗遮挡直方图的相似性；

根据所述第一置信度和所述相似性计算每个候选目标的协同置信度；

选取满足预设要求的所述协同置信度对应的所述候选目标作为下一帧的追踪目标。

2.根据权利要求1所述的目标追踪方法，其特征在于，所述预设迭代收缩算法，包括：

计算基础迭代；

根据所述基础迭代计算第一稀疏矩阵表示或第一非负稀疏矩阵表示；

计算迭代间隔；

根据所述迭代间隔和所述第一稀疏矩阵表示计算泰勒站展开点，或根据所述迭代间隔和所述第一非负稀疏矩阵表示计算泰勒站展开点；

当迭代误差满足误差条件时，获取所述第一稀疏矩阵表示的解或者获取所述第一非负稀疏矩阵表示的解。

3.根据权利要求1所述的目标追踪方法，其特征在于，所述基于预设迭代收缩算法的稀疏判别分类，计算所述样本集内每个候选目标的第一置信度，包括：

获取投影对角矩阵；

通过所述对角矩阵将模板矩阵和候选目标矩阵投影到动态辨别空间，得到投影模板矩阵和投影候选目标矩阵，所述候选目标矩阵与所述样本集对应，所述模板矩阵与所述模板集对应；

根据所述投影模板矩阵、所述投影候选目标矩阵和所述预设迭代收缩算法计算所述候选目标的第二稀疏矩阵表示的第一重构误差；

根据所述第一重构误差计算每个候选目标的第一置信度。

4.根据权利要求1所述的目标追踪方法，其特征在于，所述基于预设迭代收缩算法的稀疏生成模型，计算所述样本集内每个候选目标的抗遮挡直方图的相似性，包括：

获取字典矩阵；

获取所述样本集内多个标准滑动框小图的样本矩阵；

根据所述字典矩阵和所述样本矩阵计算所述标准滑动框小图的第二非负稀疏矩阵表示；

获取所述标准滑动框小图的抗遮挡直方图；

计算模板与所述标准滑动框小图的抗遮挡直方图的相似性。

5.根据权利要求3所述的目标追踪方法，其特征在于，所述获取投影对角矩阵，包括：

获取稀疏系数向量；

根据所述稀疏系数向量的元素生成投影对角矩阵。

6.根据权利要求4所述的目标追踪方法，其特征在于，所述获取字典矩阵，包括：

计算初始标准滑动框小图的若干个聚类中心；

将所有聚类中心合成字典矩阵。

7.根据权利要求4所述的目标追踪方法，其特征在于，所述获取所述标准滑动框小图的抗遮挡直方图，包括：

根据所述字典矩阵、所述样本矩阵和稀疏系数矩阵计算重构误差矩阵；

根据所述重构误差矩阵内的元素计算遮挡矩阵；

根据所述遮挡矩阵和所述稀疏系数矩阵计算所述标准滑动框小图的抗遮挡直方图。

8.一种目标追踪系统，其特征在于，包括：

第一模块，用于根据上一帧目标追踪结果或初始选择目标对下一帧目标区域进行采样，得到若干个候选区域样本作为样本集；

第二模块，用于基于预设迭代收缩算法的稀疏判别分类，计算所述样本集内每个候选目标的第一置信度，所述预设迭代收缩算法包括三级基础代数子程序；

第三模块，用于基于预设迭代收缩算法的稀疏生成模型，计算所述样本集内每个候选目标的抗遮挡直方图的相似性；

第四模块，用于根据所述第一置信度和所述相似性计算每个候选目标的协同置信度；

第五模块，用于选取满足预设要求的所述协同置信度对应的所述候选目标作为下一帧的追踪目标。