[发明专利]一种视频目标跟踪的位置修正方法及系统

权利要求书

1.一种视频目标跟踪的位置修正方法，其特征在于，包括：

根据上一帧训练得到的平移预测模型对目标当前帧的平移进行预测，并根据上一帧训练得到的尺度预测模型对目标当前帧的尺度进行预测；

在平移预测出的目标位置区域外侧确定一个矩形搜索区域，并计算所述矩形搜索区域对应的第一参数值；

在所述矩形搜索区域内利用预测的预定个数尺度采样目标图像信息，并计算所述目标图像信息对应的第二参数值；

根据所述第一参数值和所述第二参数值确定所述矩形搜索区域内具有目标信息的图像块，并计算所述图像块的边缘信息图；

将所述边缘信息图划分为相同大小的子区域，将每个所述子区域与所述矩形搜索区域进行对比，统计每个所述子区域内部的边缘信息量，并根据统计的边缘信息量筛选出候选子区域；

对每个所述候选子区域依次进行平移预测和尺度预测，将预测结果与所述矩形搜索区域进行对比，统计每个预测结果的边缘信息量，并筛选出边缘信息量最多的候选子区域作为修正区域。

2.根据权利要求1所述的视频目标跟踪的位置修正方法，其特征在于，计算所述矩形搜索区域对应的第一参数值，包括：

提取所述矩形搜索区域的特征，并利用二维鉴别性相关滤波方法求解第一参数值。

3.根据权利要求2所述的视频目标跟踪的位置修正方法，其特征在于，计算所述目标图像信息对应的第二参数值，包括：

提取所述目标图像信息的特征，并利用一维鉴别性相关滤波方法求解第二参数值。

4.根据权利要求1所述的视频目标跟踪的位置修正方法，其特征在于，将所述边缘信息图划分为相同大小的子区域，包括：

设定一个固定的窗口大小，以及遍历步长；

利用所述遍历步长在所述边缘信息图上按照从左到右以及从上到下的顺序遍历整个边缘信息图，将所述边缘信息图划分为相同大小的子区域。

5.根据权利要求4所述的视频目标跟踪的位置修正方法，其特征在于，将每个所述子区域与所述矩形搜索区域进行对比，统计每个所述子区域内部的边缘信息量，并根据统计的边缘信息量筛选出候选子区域，包括：

计算每个所述子区域与所述矩形搜索区域的重叠率；并选取重叠率超过设定的重叠率阈值对应的子区域作为预选子区域；

将每个所述预选子区域的得分与设定的得分阈值进行比较，筛选出超过所述得分阈值对应的预选子区域作为候选子区域。

6.一种视频目标跟踪的位置修正系统，其特征在于，包括：

平移检测模块，用于根据上一帧训练得到的平移预测模型对目标当前帧的平移进行预测，在平移预测出的目标位置区域外侧确定一个矩形搜索区域，并计算所述矩形搜索区域对应的第一参数值；

尺度检测模块，用于根据上一帧训练得到的尺度预测模型对目标当前帧的尺度进行预测，在所述矩形搜索区域内利用预测的预定个数尺度采样目标图像信息，并计算所述目标图像信息对应的第二参数值；

矩框修正模块，用于根据所述第一参数值和所述第二参数值确定所述矩形搜索区域内具有目标信息的图像块，并计算所述图像块的边缘信息图；

其中，所述矩框修正模块包括：

候选子区域单元，用于将所述边缘信息图划分为相同大小的子区域，将每个所述子区域与所述矩形搜索区域进行对比，统计每个所述子区域内部的边缘信息量，并根据统计的边缘信息量筛选出候选子区域；

修正区域确定单元，用于对每个所述候选子区域依次进行平移预测和尺度预测，将预测结果与所述矩形搜索区域进行对比，统计每个预测结果的边缘信息量，并筛选出边缘信息量最多的候选子区域作为修正区域。

7.根据权利要求6所述的视频目标跟踪的位置修正系统，其特征在于，所述候选子区域单元，包括：

子区域确定子单元，用于设定一个固定的窗口大小，以及遍历步长；利用所述遍历步长在所述边缘信息图上按照从左到右以及从上到下的顺序遍历整个边缘信息图，将所述边缘信息图划分为相同大小的子区域。

8.根据权利要求7所述的视频目标跟踪的位置修正系统，其特征在于，所述候选子区域单元，包括：

预选子区域子单元，用于计算每个所述子区域与所述矩形搜索区域的重叠率；并选取重叠率超过设定的重叠率阈值对应的子区域作为预选子区域；

候选子区域子单元，用于将每个所述预选子区域的得分与设定的得分阈值进行比较，筛选出超过所述得分阈值对应的预选子区域作为候选子区域。