[发明专利]一种基于快速特征金字塔的车辆多尺度跟踪方法

权利要求书

1.一种基于快速特征金字塔的车辆多尺度跟踪方法，当上一帧检测到目标时，(x₀,y₀)为上一帧检测到的目标区域的中心点，则对当前帧进行目标跟踪，目标跟踪包括以下步骤：

步骤1、计算当前帧图像在原始尺度下的聚合通道特征得到原始尺度下的特征图：

1-1将当前帧图像转化到LUV色彩空间，得到L、U、V三通道特征；

1-2求LUV图像的梯度图得到梯度直方图HOG特征；

1-3将L、U、V三通道特征与HOG各方向通道特征进行级联得到当前帧在原始尺度下的聚合通道特征；

步骤2、计算特征金字塔：

根据特征金字塔下各种尺度根据聚合通道特征各通道特征的能量统计关系对原始尺度下的特征图进行特征金字塔采样得到对应尺度下的特征图；经过各特征金字塔采样后特征图的尺度与原始尺度下的特征图的尺度比值为s₁,s₂,...s_n，n为不同尺度总数；各特征金字塔采样包括上采样、下采样；

步骤3、在不同尺度上计算跟踪结果：

3-1原始尺寸下特征图的特征通道的宽高分别为W₀和H₀，设原始尺寸下特征图的目标区域的中心点为(x₀,y₀)；各特征金字塔采样后对应的目标区域的中心位置为(x₀s₁,y₀s₁),(x₀s₂,y₀s₂),...,(x₀s_n,y₀s_n) ；

3-2计算卷积滤波器：

对于上一帧是首次检测出目标的情况：

各特征金字塔采样下，在以目标区域的中心位置为高斯分布的极值产生一个随机高斯分布，所述随机高斯分布对应目标区域的输出响应G₁,G₂,...,G_n，初始化卷积滤波器的滤波系数F_i为目标区域的傅里叶变换，G_i为以目标区域为中心位置的随机高斯分布；

对于上一帧不是首次检测出目标的情况：

卷积滤波器的更新采用如下策略：

η为权重系数，为上一帧卷积滤波器的滤波系数；

3-3将特征金字塔采样后各尺寸的特征图输入卷积滤波器，卷积滤波器的输出响应分别为g₁,g₂,...,g_n，分别求得各尺寸下的跟踪值PSR₁,PSR₂,...,PSR_n，g_max为当前尺寸下输出响应的极值，μ_s和σ_s分别为当前尺寸下的输出响应的均值和方差；

3-4取跟踪值PSR₁,PSR₂,...,PSR_n中最大的作为跟踪结果PSR，当PSR大于设定的阈值时，认为跟踪成功，则继续下一帧的跟踪，将跟踪结果按对应尺度映射至原尺度上确定目标区域；当PSR小于设定的阈值时，认为跟踪失败，则取消当前跟踪目标。