[发明专利]一种视频目标跟踪方法

说明书

技术领域

本发明属于计算机视觉技术领域，尤其涉及一种视频目标跟踪方法。

背景技术

视觉目标跟踪是计算机视觉中的一个重要研究领域，它涉及了模式识别、图像处理、人工智能等多方面的知识。其在智能监控、视频编码、交通控制和军事目标制导等许多领域都有着广泛应用。近些年来，目标跟踪技术一直是人们研究的热点问题，一些新方法、新理论也在不断涌现。尽管如此，视觉目标跟踪依然面临着一些固有问题，例如光照变化、目标尺度变化、噪声干扰以及跟踪的实时性与精度等。

各国的研究者都在从不同角度对视觉跟踪进行研究和改进，目标跟踪的方法也在不断地改变。总的来说，主要从目标的特征表示、搜索机制、评估机制、模型更新等方面下手进行改进。目标跟踪最初采用模板匹配，其缺点是计算量大、对尺度形变敏感等。

近些年来，目标跟踪算法一直在不断发展，粒子滤波(PF)跟踪被广泛研究，相关滤波(CF)跟踪也凭借速度快的特点成为研究热点。TLD跟踪算法的提出突破了传统的跟踪模式，将跟踪与检测结合起来，取得了很好的效果，受到了广泛关注。

相关滤波跟踪是近年来被广泛关注和研究的算法，其特点是跟踪速度快。但是在跟踪精度和尺度变化等方面有一定缺点。

发明内容

针对上述现有技术的缺点，本发明的目的在于提供一种视频目标跟踪方法，采用目标的融合的HOG、LBP特征对目标特征进行描述，实现快速、鲁棒的跟踪效果。

为达到上述目的，本发明采用如下技术方案予以实现。

一种视频目标跟踪方法，所述方法包括如下步骤：

步骤1，获取视频图像中的当前帧图像，在所述当前帧图像中人为确定要跟踪的目标区域图像；

步骤2，提取所述目标区域图像的HOG特征和所述目标区域图像的LBP特征；并将所述目标区域图像的HOG特征和LBP特征组成为目标区域图像的d维特征；

步骤3，确定位置相关滤波器的期望输出，根据所述位置相关滤波器的期望输出以及目标区域图像的d维特征，得到位置相关滤波器；

步骤4，对所述目标区域图像进行多尺度采样，得到N个具有不同尺度的样本图像；

步骤5，分别提取所述N个具有不同尺度的样本图像的HOG特征和LBP特征，分别得到N个具有不同尺度的样本图像的d维特征；

步骤6，确定多尺度滤波器的期望输出，根据所述多尺度滤波器的期望输出以及N个具有不同尺度的样本图像的d维特征，得到多尺度滤波器；

步骤7，获取视频图像的下一帧图像，以所述当前帧图像的目标区域图像为中心，在所述视频图像的下一帧图像中获取所述目标区域图像2倍大小的待跟踪样本图像；

步骤8，提取所述待跟踪样本图像的HOG特征和LBP特征，得到所述待跟踪样本图像的d维特征；将所述待跟踪样本图像的d维特征与所述位置相关滤波器依次进行频域相乘以及逆傅里叶变换，得到逆傅里叶变换后的响应图；确定所述逆傅里叶变换后的响应图中最大值的位置，并将所述最大值的位置作为待跟踪样本图像中目标的中心位置；

步骤9，对所述待跟踪样本图像进行多尺度采样，得到N个具有不同尺度的待跟踪样本图像；分别提取所述N个具有不同尺度的待跟踪样本图像的HOG特征和LBP特征，分别得到N个具有不同尺度的待跟踪样本图像的d维特征；将所述N个具有不同尺度的待跟踪样本图像的d维特征与所述多尺度相关滤波器依次进行频域相乘以及逆傅里叶变换，得到逆傅里叶变换后的响应图；确定所述逆傅里叶变换后的响应图中最大值对应的目标尺度，并将最大值对应的目标尺度作为待跟踪样本图像的最佳采样尺度；

步骤10，在所述待跟踪样本图像中，以步骤8中求得的待跟踪样本图像中目标的中心位置为中心，以步骤9中求得的待跟踪样本图像的最佳采样尺度进行采样，得到下一帧图像中要跟踪的目标区域图像，并将所述下一帧图像中要跟踪的目标区域图像作为新的当前帧图像中要跟踪的目标区域图像；

步骤11，对所述位置相关滤波器进行更新；

步骤12，对所述多尺度相关滤波器进行更新；

步骤13，重复执行步骤7至步骤12，直到获取视频图像中每一帧图像的目标区域图像。

本发明技术方案的特点和进一步的改进为：

(1)步骤3具体包括如下子步骤：

(3a)确定位置相关滤波器的期望输出为二维高斯核函数g；