[发明专利]基于相似度度量的模型漂移抑制方法及其装置

权利要求书

1.一种基于相似度度量的模型漂移抑制方法，其特征在于，包括以下步骤：

步骤S100：设定目标集中所含目标数量，并将初始化帧中目标放入目标集中并填满所述目标集；

步骤S200：提取跟踪t时间后第i帧图像中框选目标的特征，计算框选目标与目标集中目标块的相似度，根据所述相似度判断第i帧图像中框选目标样本是否放入目标集中，如果放入则输出更新阈值进行目标集更新；

步骤S300：如果更新目标集，则根据更新阈值对训练模型进行更新，否则不更新所述训练模型；

所述步骤S200包括以下步骤：

步骤S210：判断第i帧跟踪图像框选目标样本和与目标集中各目标块的相似度是否大于等于0.9，如果大于等于0.9则不更新目标集中，并设置更新阈值β＝1；

步骤S220：如果小于0.9，则判断第i帧跟踪图像框选目标样本与目标集中各目标块的相似度大于等于0.7的数量是否占目标集总数的一半，如果是，则用第i帧跟踪图像框选目标样本更新所述目标集，并设置更新阈值β＝0.5；

步骤S230：如果不是判断第i帧跟踪图像框选目标样本与目标集中各目标块的相似度大于0.5的数量是否占目标集数的一半，如果是，则设置更新阈值β＝0。

2.根据权利要求1所述的基于相似度度量的模型漂移抑制方法，其特征在于，所述基于相似度度量的模型漂移抑制方法中，还可以包括尺度估计步骤，当包含尺度估计步骤时，所述步骤S200中还包括将第i帧图像中框选目标缩放到初始化目标尺度后，对第i帧图像中框选目标进行特征提取的步骤。

3.根据权利要求1所述的基于相似度度量的模型漂移抑制方法，其特征在于，步骤S200中，所述目标集更新的策略为先进先出更新策略。

4.根据权利要求1所述的基于相似度度量的模型漂移抑制方法，其特征在于，所述步骤S300中按对训练模型参数进行更新，

其中，为初始化帧滤波器模型参数，为跟踪t-1时刻下滤波器模型参数，为跟踪t时刻下滤波器模型参数，为跟踪t-1时刻下目标外观模型参数，为初始化帧目标外观模型参数，为跟踪t时刻下目标外观模型参数，β为更新阈值，μ为训练模型学习率。

5.根据权利要求1所述的基于相似度度量的模型漂移抑制方法，其特征在于，所述步骤S100中包括：根据初始化帧中目标位置和尺度提取目标块，并提取初始化帧HOG特征并向量化，存入目标集。

6.一种基于相似度度量的模型漂移抑制装置，其特征在于，包括：

初始帧提取模块，用于设定目标集中所含目标数量，并将初始化帧中目标放入目标集中并填满所述目标集；

相似性模块，用于提取跟踪t时间后第i帧图像中框选目标的特征，计算框选目标与目标集中目标块的相似度，根据所述相似度判断第i帧图像中框选目标样本是否放入目标集中，如果放入则输出更新阈值进行目标集更新；

更新模块，用于如果更新目标集，则根据更新阈值对训练模型进行更新，否则不更新所述训练模型；

所述相似性模块中包括：

第一判断模块，用于判断第i帧跟踪图像框选目标样本和与目标集中各目标块的相似度是否大于等于0.9，如果大于等于0.9则不更新目标集中，并设置更新阈值β＝1；

第二判断模块，用于如果小于0.9，则判断第i帧跟踪图像框选目标样本与目标集中各目标块的相似度大于等于0.7的数量是否占目标集总数的一半，如果是，则用第i帧跟踪图像框选目标样本更新所述目标集，并设置更新阈值β＝0.5；

第三判断模块，用于如果不是判断第i帧跟踪图像框选目标样本与目标集中各目标块的相似度大于0.5的数量是否占目标集数的一半，如果是，则设置更新阈值β＝0。

7.根据权利要求6所述的基于相似度度量的模型漂移抑制装置，其特征在于，所述更新模块中按对训练模型参数进行更新，

其中，为初始化帧滤波器模型参数，为跟踪t-1时刻下滤波器模型参数，为跟踪t时刻下滤波器模型参数，为跟踪t-1时刻下目标外观模型参数，为初始化帧目标外观模型参数，为跟踪t时刻下目标外观模型参数，β为更新阈值，μ为训练模型学习率。

8.根据权利要求6所述的基于相似度度量的模型漂移抑制装置，其特征在于，所述目标集更新策略为先进先出更新策略。