[发明专利]基于分布场特征的目标跟踪方法

权利要求书

1.一种基于分布场特征的目标跟踪方法，其特征在于，提取待跟踪目标的分布场特征；利用标准无参数对冲方法计算分布场特征每一级的权值；该方法的具体步骤包括如下：

(1)确定运动待跟踪目标的初始位置：

(1a)输入含有待跟踪目标的彩色视频图像序列中的第一帧视频图像；

(1b)用待跟踪目标的初始位置和初始位置的长度和宽度确定一个矩形框，用该矩形框标出第一帧视频图像中的待跟踪目标；

(1c)在第一帧视频图像中，以待跟踪目标的初始位置为中心，用待跟踪目标的初始位置和待跟踪目标的2.5倍长度和2.5倍宽度确定一个矩形框，用该矩形框标出第一帧视频图像中的候选区域图像；

(2)利用分布场特征提取方法，构建当前帧视频图像的分布场特征：

(2a)利用分布场特征提取方法，提取当前帧视频图像的分布场特征，该分布场特征共有两级，每一级为一个三维矩阵，该矩阵每层行数与候选区域图像的宽度相等，每层列数与候选区域图像的高度相等，层数大小为16；

(2b)判断当前帧视频图像是否为第一帧视频图像，若是，执行步骤(2c)，否则，执行步骤(2d)；

(2c)将第一帧视频图像的分布场特征的每一级初始权值设为0.5；

(2d)利用加权求和公式，计算当前帧视频图像中的候选区域特征和上一帧视频图像的分布场特征的加权求和值，用该加权求和值更新当前帧视频图像的分布场特征；

(3)生成相关滤波器模型：

利用相关滤波方法，计算相关滤波器的参数，将该相关滤波器参数存储到与分布场特征大小相同的空矩阵中，得到相关滤波器模型；

(4)预测当前帧视频图像待跟踪目标位置：

(4a)载入除第一帧之后的待跟踪视频序列中下一帧彩色视频图像，作为当前帧视频图像，在当前帧视频图像中，以上一帧图像待跟踪目标的位置为中心，提取与待跟踪目标的位置相同的，长度和宽度分别是待跟踪目标长度和宽度2.5倍的矩形框，将该矩形框作为当前帧视频图像的候选区域；

(4b)利用下述尺度位置预测算法，计算待跟踪目标的位置和尺寸：

第一步，依次选取1，0.985，0.99，0.995，1.005，1.01，1.015七个缩放参数，用每个缩放参数分别乘以当前帧视频图像的待跟踪目标的目标框尺寸，得到待跟踪目标的七个目标框尺寸；

第二步，以上一帧图像的待跟踪目标的目标框中心点位置为中心，依次用七个目标框中的每个目标框尺寸，框出当前帧视频图像的七个候选区域；

第三步，依次提取当前帧视频图像的每个候选区域的分布场特征，将每个分布场特征的每一级和相关滤波器参数进行循环卷积，从卷积结果中找出每一级的最大卷积值；

第四步，将每一级的最大卷积值所对应位置的横纵坐标与分布场特征每一级的权值相乘，将该乘积相加后的横纵坐标值作为待跟踪目标位置，将分布场特征的最大卷积值所对应的矩形框尺寸，作为待跟踪目标尺寸；

(4c)利用待跟踪目标位置和尺寸确定的矩形框，标出当前帧视频图像的待跟踪目标；

(5)利用标准无参数对冲方法计算分布场特征每一级的权值：

(5a)利用权值损失公式，计算每一级的权值损失；

(5b)利用权值计算公式，计算下一帧视频图像每一级的权值，将该权值作为分布场特征每一级的权值；

(6)判断是否选取完所有的视频帧图像，若是，则执行步骤(7)，否则，执行步骤(2)；

(7)结束对运动待跟踪目标的跟踪。