[发明专利]移动目标跟踪方法及系统

权利要求书

1.一种移动目标跟踪方法，其特征在于，包括以下步骤：

在当前帧上确定多个目标候选者；

确定预设数量的最近已定位目标作为目标样本，并在最新定位目标附近采样得到一系列背景样本；

根据所述目标样本和所述背景样本构建子空间和训练获得线性分类器；

对每个所述目标候选者经由所述子空间重建，并使用所述线性分类器获取该重建的目标候选者的分类可靠性，所述分类可靠性作为表征判断所述目标候选者成为目标的可能性的因素；

确定可能性最大的所述目标候选者作为目标。

2.根据权利要求1所述的移动目标跟踪方法，其特征在于，采用如下方式根据所述目标样本和所述背景样本构建子空间和训练获得线性分类器：

minA,E,w,brank(A)+λ||E||0+μ||w||22]]>

s.t.X=A+Ez=wTA+bI]]>

其中，低秩矩阵A表示经由学习得到的子空间对X重建的样本；

X＝[Y,B]，Y表示目标样本的矩阵；B表示背景样本的矩阵；

稀疏矩阵E表示子空间的表达误差；

{w,b}表示学习得到的线性分类器；

向量z表示样本类别标签，其元素z_i∈{+1,-1}；

向量Ι表示所有元素均为1的列向量；

函数rank(A)返回矩阵A的秩；

表达式||E||₀求取矩阵E中非零元的个数；

参数λ>0、μ>0为权重系数；

对矩阵A应用矩阵奇异值分解：

[U,S,V^T]＝svd(A)

其中，正交矩阵U为学到的子空间的基向量；

SV^T为所述背景样本和所述目标样本的子空间表达；

记最终学习得到的子空间基向量由含有r个基向量的矩阵P表示，取r＝rank(A)：

P＝U_1:rank(A)。