[发明专利]多源目标的空间直方图表示与跟踪方法

权利要求书

1.多源目标的空间直方图表示与跟踪方法，其特征是，包括步骤如下：

步骤1、读入N个视频源，通过手工在第一个视频源的第1帧中框选出候选目标，并得到该候选目标的初始中心位置z₀；初始化权重系数其中0<α_k<1；

步骤2、计算每个视频源的参考空间直方图

步骤3、读入下一帧，并计算每个视频源基于初始中心位置z₀的候选空间直方图

步骤4、计算每个视频源的候选空间直方图和参考空间直方图之间的相似度

步骤5、将所有视频源的相似度与对应的权重系数进行加权融合，得到所有视频源基于初始中心位置z₀的联合相似度ρ(z₀)；

步骤6、将联合相似度ρ(z₀)作为目标函数，并对目标函数进行泰勒展开，得到其线性逼近式，并求该线性逼近式的导数，令导数等于零，从而推导出联合位移迭代公式，并根据该联合位移迭代公式得到候选目标新的中心位置z₁；

其中，z₀为初始中心位置，为第i个像素的二维坐标向量，g(·)＝-f′(·)，f(·)为核函数，k∈{1,2,…,N}，N为视频源个数，i∈{1,2,…,n}，n为像素点个数，u∈{1,2,…,m}，m为特征区个数；为位置加权系数，为位置偏移向量，和分别为候选空间直方图的第u个特征区像素点的概率密度函数以及这些像素点空间分布的均值和协方差矩阵，和分别为参考空间直方图第u个特征区像素点的概率密度函数以及这些像素点空间分布的均值和协方差矩阵，则为候选空间直方图与参考空间直方图在第u个特征区上的像素点空间分布相似度，α_k为权重系数，为第i个像素的二维坐标向量，δ(·)为是德塔函数，为将特征映射直方图区间的函数；

步骤7、计算所有视频源基于新的中心位置z₁的联合相似度ρ(z₁)；

步骤8、将基于新的中心位置z₁的联合相似度ρ(z₁)与基于初始中心位置z₀的联合相似度ρ(z₀)进行比较；若ρ(z₁)＜ρ(z₀)，则将新的中心位置z₁更新为(z₀+z₁)/2，并返回步骤7，直到ρ(z₁)≥ρ(z₀)；否则，转至步骤9；

步骤9、判断||z₁-z₀||＜ε或到达最大迭代次数；若是，停止迭代，完成多源目标跟踪；否则，将初始中心位置z₀更新为新的中心位置z₁，并计算所有视频源基于初始中心位置z₀的联合相似度ρ(z₀)后，返回步骤6；其中ε是事先给定的误差阈值；

步骤10、将初始中心位置z₀更新为新的中心位置z₁，并返回步骤3。

2.根据权利要求1所述的多源目标的空间直方图表示与跟踪方法，其特征是，步骤1中，初始化权重系数α₁＝α₂＝…＝α_N＝1/N。

3.根据权利要求1或2所述的多源目标的空间直方图表示与跟踪方法，其特征是，在步骤9之后且步骤10之前，还进一步包括根据权重系数更新公式对每个视频源的权重系数进行更新的步骤，其中权重系数更新公式为：

其中，ρ_k(z₁)为第k个视频源的相似度。