[发明专利]基于时空连续相关滤波的视频目标跟踪方法

权利要求书

1.一种基于时空连续相关滤波的视频目标跟踪方法，其特征在于包括以下步骤：

步骤1、构造并计算损失函数；

步骤2、对输入帧进行深度卷积特征提取，利用深度卷积网络的第3～5层特征信息估计当前帧中目标的位置；

步骤3、根据每层估计的目标位置的准确度分配不同权重，将三层目标位置加权求和得到当前帧目标的最终位置；

步骤4、根据之前所有帧的估计结果更新模板；当新的一帧到来，返回步骤2。

2.根据权利要求1所述的基于时空连续相关滤波的视频目标跟踪方法，其特征在于：所述步骤4后还包括如下步骤：采用集成操作，实现多尺度的训练样本采集。

3.根据权利要求1或2所述的基于时空连续相关滤波的视频目标跟踪方法，其特征在于：所述步骤1的具体实现方法为：

构造如下损失函数：

其中e＝Y-W·X

其中，表示每一层的特征图，M、N、D分别表示特征图的长度、宽度和通道数，表示高斯标签，W表示每一层的相关滤波器的系数，W·e表示根据每一层特征图估计出来的目标位置与真实位置之间的误差；

根据迭代阈值收缩算法对损失函数进行计算得到：

表示相关滤波器系数W的对偶表示，W＝X^Ta。k^XX表示核矩阵K的第一行，函数σ(ε，x)＝sign(x)max(0，|x|-ε)。

4.根据权利要求1或2所述的基于时空连续相关滤波的视频目标跟踪方法，其特征在于：所述步骤2对输入帧进行深度卷积特征提取所利用的深度网络结构是VGG-Net-19网络。

5.根据权利要求1或2所述的基于时空连续相关滤波的视频目标跟踪方法，其特征在于：所述步骤3的具体步骤包括：

步骤3.1、将时空连续相关滤波器作用到相对应的每一层深度卷积特征，在每一层卷积特征上估计出当前帧的目标位置；

步骤3.2、根据预测的每一层目标结果计算相应的峰值旁瓣比和稳定系数，由此得出每一层位置信息的权重；

步骤3.3、将三层预测结果加权求和得到当前帧目标的最终位置。

6.根据权利要求5所述的基于时空连续相关滤波的视频目标跟踪方法，其特征在于：所述步骤3.1的实现方法为：利用第t-1帧的时空连续相关滤波器作用到相对应的当前第t帧每一层的深度卷积特征，在每一层卷积特征上估计出当前第t帧的目标位置：

其中，表示傅立叶逆变换，k^XZ＝k(X，Z)表示核运算，表示第t帧第l层的特征图，⊙表示对应位相乘的操作，字母上的小帽子表示傅立叶变换；

所述步骤3.2的实现方法为：根据每一层预测的目标位置信息计算相应的权重：

按如下公式计算峰值旁瓣比：

其中，和分别是第t帧第l层响应图的均值和标准差；

按如下公式计算第t-1帧和第t帧的第l层相关滤波器之间的稳定系数：

其中，和分别是第t-1帧和第t帧的第l层的响应图，STAB值越小说明相关滤波器越稳定；

所述步骤3.3的实现方法为：根据步骤3.1得到的每一层预测的目标结果以及步骤3.2计算得到的权重，对三层特征的响应图进行加权求和即可得到当前帧目标的最终位置：

7.根据权利要求1或2所述的基于时空连续相关滤波的视频目标跟踪方法，，其特征在于：所述步骤4更新模板的方法为：根据步骤1的损失函数计算出的相关滤波器系数的对偶表示则第t帧的相关滤波器表示为：

其中，η_t表示当前第t帧更新模版的学习率；

学习率根据每一帧的误差进行自适应调整，从而实现了学习率的连续更新，使其以连续值加以呈现：

η_t∝1-sigmoid(||e_t||₁)

其中，函数使得误差归一化到[0，1]之间。

8.根据权利要求2所述的基于时空连续相关滤波的视频目标跟踪方法，其特征在于：所述集成操作是指结合现有技术并使用一个自适应的高斯窗代替余弦窗，实现多尺度的训练样本采集：

其中，2D高斯窗的尺寸为m×n，m和n分别是目标特征图的维度，和是特征图和目标当前尺度的比值。