[发明专利]基于Lp范数正则化的增量子空间目标跟踪方法

权利要求书

1.基于L_p范数正则化的增量子空间目标跟踪方法，其特征在于，包括下列步骤：

步骤一、读入第一帧图像Image₁，手动标记视频序列第一帧的目标图像，降采样目标图像并转为列向量d为目标图像的特征维数，初始化子空间D和奇异值对角矩E为空矩阵；

步骤二、读入下一帧Image_t+1，t≥1，基于Ross的方法获取t+1帧候选样本的运动状态集合并将对应图像作为目标函数中的观测样本的集合其中m为样本的个数；

步骤三、标记第i个观测样本同时确定当前t+1帧帧号，若t+1≤5，则计算观测样本与第t帧真实目标状态的残差，得出t+1帧的最佳目标状态并收集样本I_t+1，转入步骤八；否则直接转入步骤四；

步骤四、对观测样本构建目标函数，并对重构样本与观测样本的残差直接进行拉普拉斯建模||e||₁，以容纳目标跟踪中受到的离群子干扰；针对储存目标信息的PCA子空间的目标系数利用L_p范数正则化其目标系数项||c||_p，以在重构样本时，消除冗余特征的干扰；在增广拉格朗日算法下构建目标函数；

步骤五、基于APG算法，对目标函数进行最小化计算，获得收敛的残差e^*和目标系数C^*；

步骤六、评估所有候选样本成为真实目标状态的置信度，获得第t+1帧的最佳目标状态

步骤七、获取到最佳目标状态后，进一步收集样本

步骤八、若收集的样本I达到五个，则采用Ross的更新方法对子空间及其均值向量进行更新，并重置收集的样本个数为0；若未达到5个，则不更新目标子空间；

步骤九、若视频未结束，则转入步骤二，读入下一帧图像；否则跟踪结束。

2.根据权利要求1所述的基于L_p范数正则化的增量子空间目标跟踪方法，其特征是，步骤二对候选样本进行采样，具体方法为：

1)以第t帧目标为中心，用六个仿射参数来描述候选样本的运动状态:x＝{lx_，l_y，θ，s，α，φ}，这六个仿射参数分别表示水平位置平移l_x,垂直位置平移l_y,转角θ,尺度s,高宽比α,斜度φ,并独立服从高斯分布；

2)进行状态转移，获取t+1帧所有的运动状态x_t+1：p(x_t+1|x_t)N(x_t+1；x_t，Φ)，其中φ为对角协方差矩阵，其对角元素为六个仿射参数的标准差，N表示高斯分布，的运动状态对应的图像块便作为观测样本

3.根据权利要求1所述的基于L_p范数正则化的增量子空间目标跟踪方法，其特征是，步骤三若当前桢号t+1≤5时，得到第i个候选样本的残差并通过如下评价机制来评估对应候选样本的置信度：

p(y|x)＝exp(-||e_i||₁)

p(y|x)值最大的候选样本设为当前的最佳目标状态并收集样本：