[发明专利]一种基于级联检测器的运动目标跟踪方法

权利要求书

1.一种基于级联检测器的运动目标跟踪方法，其特征在于，包括：

(1)基于序列图像第k帧的训练样本，分别计算跟踪模型的参数获取级联检测器的参数；

所述级联检测器依次按照方差分类器、多通道随机蕨分类器和相关一致分类器的顺序级联构成；

(2)根据第k+1帧第一训练样本的样本特征以及基于第k帧训练样本的跟踪模型，计算第k+1帧第一训练样本的频域特征响应图和跟踪置信度；

所述步骤(2)包括：

(2.1)将第k帧感兴趣区域的中心点作为第k+1帧目标波门的中心点位置，计算第k+1帧目标波门的大小；

(2.2)根据第k+1帧目标波门的大小和中心点位置，获取第k+1帧的第一训练样本；

(2.3)提取归一化后的第k+1帧第一训练样本的样本特征，并利用汉宁窗滤波使样本特征边缘平滑过渡；

(2.4)利用第k+1帧的样本特征和跟踪模型计算第k+1帧第一训练样本的频域特征响应值和跟踪置信度；

(3)根据跟踪置信度，筛选频域特征响应值最大的点为第k+1帧的第一感兴趣区域；

所述步骤(3)包括：

(3.1)将第k+1帧第一训练样本的跟踪置信度与相关滤波跟踪器的阈值比较，若第一训练样本的跟踪置信度大于相关滤波跟踪器的阈值，则第一训练样本无干扰，频域特征响应值最大的点为第k+1帧的第一感兴趣区域，转至步骤(4)；否则，转至步骤(3.2)；

(3.2)通过滑动窗口遍历扩大的第k+1帧的搜索区域，且各滑动窗口通过相关滤波跟踪器获取相应的响应图；

(3.3)计算各响应图的跟踪置信度，对比各响应图的跟踪置信度与相关滤波跟踪器的阈值，若响应图的跟踪置信度大于相关滤波跟踪器的阈值，则转至步骤(3.4)，否则，转至步骤(3.2)；

(3.4)判断通过相关滤波跟踪器的响应图个数，若存在多个响应图，则选择跟踪置信度值最大的滑动窗口作为第k+1帧第一感兴趣区域，转至步骤(4)；若存在唯一响应图，则对应的滑动窗口为第k+1帧第一感兴趣区域，转至步骤(4)；

所述相关滤波跟踪器包括第k帧的训练样本特征和跟踪模型；

(4)将第k+1帧第一感兴趣区域划分为栅格图像后，各栅格图像依次通过级联检测器筛选出检测区域；

所述步骤(4)包括：

(4.1)将所述第k+1帧第一感兴趣区域划分为若干栅格；

(4.2)依次计算所述各栅格图像的方差，若栅格图像的方差大于方差分类器的阈值，则该栅格图像通过，转至步骤(4.3)；否则，栅格图像淘汰，k＝k+1，执行步骤(2)-(3)以更新第k+1帧的第一感兴趣区域，转至步骤(4.1)；

(4.3)依次对通过方差分类器的各栅格图像提取每个特征通道对应的二值特征；

(4.4)根据决策树的特征分布计算每个特征通道的后验概率；

(4.5)将所有特征通道的后验概率按通道置信度进行叠加，若叠加值大于多通道随机蕨分类器的阈值，则栅格图像通过，转至步骤(4.6)，否则，栅格图像淘汰，k＝k+1，执行步骤(2)-(3)以更新第k+1帧的第一感兴趣区域，转至步骤(4.1)；

(4.6)依次计算通过多通道随机蕨分类器的各栅格图像与目标窗的归一化互相关系数，若栅格图像的相关系数加权相加值大于相关一致分类器的阈值，则栅格图像通过，转至步骤(4.6)，否则，栅格图像淘汰，k＝k+1，执行步骤(2)-(3)以更新第k+1帧的第一感兴趣区域，转至步骤(4.1)；

(4.7)判断通过多通道随机蕨分类器的栅格个数，若存在多个栅格，则筛选与第一感兴趣区域的位置最近的栅格作为检测区域；若存在唯一栅格，则唯一栅格为检测区域；

(5)根据检测区域校准第k+1帧的第一感兴趣区域获取第k+1帧的第二感兴趣区域；

所述步骤(5)包括：

(5.1)判断检测区域是否稳定，若稳定，则根据检测区域校准第k+1帧的第一感兴趣区域获取第k+1帧的第二感兴趣区域，转至步骤(6)；否则，转至步骤(5.2)；

(5.2)以第k+1帧的第一感兴趣区域为中心更新第k+1帧的第一训练样本和跟踪模型的参数；

(5.3)k＝k+1，执行步骤(2)-(4)以更新检测区域，转到步骤(5.1)；

所述根据检测区域校准第k+1帧的第一感兴趣区域获取第k+1帧的第二感兴趣区域，具体方式如下：

cx＝tcx*(1-rate)+dcx*rate

cy＝tcy*(1-rate)+dcy*rate

其中，tcx为第k+1帧的第一感兴趣区域的中心点的横坐标，tcy为第k+1帧的第一感兴趣区域的中心点的纵坐标；dcx为检测区域的中心点的横坐标，dcy为检测区域的中心点的纵坐标；cx为修正后的第k+1帧的第二感兴趣区域的中心点横坐标，cy为修正后的第k+1帧的第二感兴趣区域的中心点纵坐标；rate为检测区域在修正时所占比重，值越大那么第k+1帧的第二感兴趣区域越靠近检测区域；

(6)以第k+1帧的第二感兴趣区域为中心生成第k+1帧的第二训练样本，并基于第k+1帧的第二训练样本分别更新跟踪模型和级联检测器；

(7)判断是否满足k+1m，若满足，则k＝k+1，转至步骤(2)；否则，停止；其中，m为序列图像的最大帧数。