[发明专利]基于自适应特征融合的目标跟踪

摘要

本发明提出了一种自适应特征融合的目标跟踪方法，包括在第一帧图像中，初始化目标区域，构造位置滤波器和尺度滤波器；在目标周围提取检测样本，分别计算方向梯度直方图(Histogram of Oriented Gradient，HOG)特征以及颜色(Color Name，CN)特征，通过位置滤波器获得响应值；根据响应值计算特征权重，归一化权重系数，融合特征响应值，选取响应值最大的点作为目标的中心位置；根据目标响应判断是否出现遮挡，遮挡情况下，只更新尺度滤波器，不更新目标位置滤波器，循环处理，获取每一帧的目标位置。本发明的优点在于提出了一种自适应特征融合的方法，并且设计了一种基于平均峰相关能量(Average Peak‑to‑Correlation Energy，APCE)的模型更新策略，显著提高了遮挡情况下目标的跟踪精度和鲁棒性。

主权项

基于自适应特征融合的目标跟踪，其特征在于：包括如下步骤：步骤1：初始化目标并选取目标区域；步骤2：在目标区域选取样本，计算HOG特征以及CN特征，构造位置高斯滤波器、尺度滤波器；步骤3：计算检测样本的HOG特征以及CN特征，并进行加余弦窗处理；步骤4：多通道特征求和，分别得到不同特征的高斯响应值；步骤5：根据响应值计算特征权重，归一化权重系数，融合特征响应值；步骤6：对响应值进行排序，选取最大值对应的样本区域作为目标位置；步骤7：在目标周围提取尺度样本，计算特征后，通过尺度滤波器，获取尺度响应；步骤8：求得尺度响应最大值即目标尺度，更新目标尺度；步骤9：更新尺度滤波器模型；步骤10：根据目标位置相应判断是否出现遮挡，如果是重复步骤3至步骤9，如果没出现遮挡进入步骤11；步骤11：更新位置滤波器模型；步骤12：重复步骤3至11直至跟踪结束。