[发明专利]一种基于自适应子块筛选的多线索视觉跟踪方法

摘要

本发明属于视觉跟踪领域，具体涉及一种基于自适应子块筛选的多线索视觉跟踪方法，包括以下步骤：(1)将目标区域进行显著性检测，结合均匀分块得到候选子块集合；(2)对候选子块进行多尺度采样，确定频域响应较大的子块及相应的尺度，更新候选子块集合；(3)对候选子块集合中的子块进行运动估计，通过子块的多线索融合，确定跟踪目标的中心位置；(4)通过目标的当前位置，对每个子块位置对应的高斯核进行更新，将不满足要求的子块重新初始化。本发明的方法能够去除背景的干扰，充分利用中层特征的视觉限制性和高层语言的先验约束，使得目标的定位更加准确，还具有步骤简单、计算量小的优点，适合在具有遮挡的情况下进行视觉目标跟踪。

主权项

1.一种基于自适应子块筛选的多线索视觉跟踪方法，其特征在于，具体包括以下步骤：S1.采集图像信息，将图像信息进行划分得到目标区域，对目标区域进行均匀分块，并将目标区域的图片进行显著性检测，根据视觉特征显著程度得到候选子块集合；S2.对步骤S1中得到的候选子块集合中的候选子块进行多尺度采样，并对采样进行核相关滤波，保留候选子块集合中频域响应较大的子块，确定这些子块的尺度，更新候选子块集合；S3.对候选子块集合中的子块进行运动估计，计算每个子块的表观线索ac_i、空间分布线索sc_i和运动轨迹线索mc_i，由此计算得到跟踪目标的当前位置；所述对候选子块集合中的子块进行运动估计的具体步骤如下：S3.1判断子块的运动，在候选子块集合中剔除在相邻帧图像中的位移过大或者在相邻图像帧中的运动方向相对平均位移方向偏移过大的子块；S3.2计算每个子块的表观线索ac_i、空间分布线索sc_i和运动轨迹线索mc_i，公式如下：ac_i＝PSR_i其中，PSR_i是经归一化后第i块的峰‑旁瓣比值，M表示经过步骤S3.1后剩余子块的数目，(x_i,y_i)表示第i块的坐标，(x_s,y_s)表示所有块的中心位置，σ_s为距离标准差，(Δx_i,Δy_i)表示第i块的运动向量，(Δx_m,Δy_m)表示所有块的平均运动向量，σ_m为运动标准差；S3.3计算w_i＝rc_iw_r+sc_iw_s+mc_iw_m，其中(w_r,w_s,w_m)表示三种线索的权重；S3.4令即得到跟踪目标的当前位置；S4.通过步骤S3中得到的跟踪目标的当前位置，对当前目标区域中的每个子块位置对应的高斯核进行更新，将不满足空间内聚性或运动一致性的子块重新初始化。