[发明专利]一种基于双模板尺度自适应相关滤波目标跟踪方法及系统

说明书

本发明公开了一种基于双模板尺度自适应相关滤波目标跟踪方法及系统。其方法包括根据初始帧目标尺寸确定搜索框尺寸及平移高斯型标签、确定平移滤波器和尺度滤波器模板、判断小模板平移滤波器响应峰值是否满足需求、判断大模板平移滤波器响应峰值是否满足需求、根据平移滤波器预测目标中心在当前帧的位置、根据尺度滤波器更新尺度因子。本发明的方法及系统解决了目标快速运动和背景杂乱情况时，跟踪器性能不稳定的问题的技术问题。

技术领域

本发明属于计算视觉目标跟踪领域，特别涉及一种基于双模板尺度自适应相关滤波目标跟踪方法及系统。

背景技术

视觉跟踪是计算机视觉的一个重要分支，广泛运用在机器人、监督系统等方面。执行视觉跟踪任务时，通常是根据视频序列第一帧目标的位置与尺寸预测后续目标的状态，由于可能出现部分遮挡、快速运动、运动模糊、背景杂乱、照明变化等情况，导致跟踪出现漂移甚至丢失，因此需要采用跟踪算法。

跟踪算法通常分为生成式跟踪方法和判别式跟踪方法。生成式跟踪方法是对前景目标进行建模，利用前景模型搜索后续帧中最相似的区域作为预测位置。判别式跟踪方法是将跟踪问题看作二分类问题，利用前景信息和背景信息训练模板判定最佳预测位置。

其中，相关滤波跟踪方法是最常用的一种判别式跟踪方法，最早由Bolme提出MOSSE算法，在此基础上，Henriques先后提出CSK算法和KCF算法，在提高性能的同时保证了较高运行速度。但在遇到复杂的运动情况时，例如，当目标运动速度过快时，目标可能出现在搜索框边缘或搜索框外部，导致跟踪框漂移甚至丢失目标；当目标的尺度发生变化时，跟踪框无法适应目标的尺度变化，导致跟踪框中包含大量背景信息或仅包含目标的局部信息；当目标的形状发生变化时，此前提取的特征无法准确的描述目标，导致跟踪算法的判别能力严重下降。

需要一种能够解决当目标快速运动和背景杂乱情况时跟踪器性能不稳定问题的技术方案，为此，提出一种双模板尺度自适应相关滤波实时跟踪方法及系统。

发明内容

本发明所要解决的技术问题是目标快速运动和背景杂乱情况时，跟踪器性能不稳定的问题，提出一种基于双模板尺度自适应相关滤波目标跟踪方法及系统。

事先建立用于表示图像像素位置的x-y坐标系，目标中心位置用(x_n,y_n)表示，其中n表示帧数。视频序列第一帧的目标中心位置(x₁,y₁)事先设置，目标尺寸(high,width)事先设置，尺度因子currentScaleFactor的初始值为1。

本发明的基于双模板尺度自适应相关滤波目标跟踪方法，包括以下步骤：

根据初始帧目标尺寸确定搜索框尺寸及平移高斯型标签：读取视频序列第1帧，根据目标尺寸(high,width)计算小模板和大模板的搜索框尺寸，分别表示为window_sz_small和window_sz_big，根据搜索框尺寸window_sz_small和window_sz_big确定平移高斯型标签yf_small、yf_big。

所述小模板和大模板的搜索框尺寸window_sz_small＝(a₁×high,a₁×width)，window_sz_big＝(a₂×high,a₂×width)，其中a₁和a₂是事先设置的搜索框参数且a₁a₂。