[发明专利]一种基于级联检测器的运动目标跟踪方法

说明书

本发明公开了一种基于级联检测器的运动目标跟踪方法，包括：(1)相关滤波跟踪器的初始化；(2)级联检测器的初始化；(3)相关滤波跟踪器获取第一感兴趣区域；(4)级联分类器目标检测；(5)第一感兴趣区域与检测区域的综合；(6)更新跟踪模型与级联检测器；其中，通过相关滤波跟踪器获取第一感兴趣区域，级联检测器包括方差分类器、多通道随机蕨分类器和相关一致分类器，通过三种分类器获取检测区域，第一感兴趣区域和检测区域进行加权修正获取第二感兴趣区域，可有效地防止跟踪结果的振荡，同时采用级联检测器可保证跟踪模型获取的第一感兴趣区域的准确性。

技术领域

本发明属于目标跟踪的技术领域，更具体地，涉及一种基于级联检测器的运动目标跟踪方法。

背景技术

随着科学技术的发展，人们的生活、学习和工作在智能设备上的要求也在不断提高。在视频监控领域，在过去只能做到静态的记录，然后用来监控某一区域或记录某一地区在一定时间内发生的事，但现在的社会环境需要监测设备更加智能化，能够实现远距离、多方位观察视频图像，更需要图像设备能实时跟踪并自动分析处理。例如，自动跟踪感兴趣的目标对象，实现各种目标对象的检测、实时跟踪、定位报警等，这些技术需求又反过来推动了人工智能的发展，引领市场方向，引领科技进步。

运动目标跟踪在军事领域的应用也越来越广泛，运动目标跟踪更发展成为了飞行器导航中的一项关键的技术。在各种军用设备中都需要图像跟踪手段来达到精确导引的目的，包括导弹和无人机等系统，目前迫切需要利用这一信息载体对图像进行搜索、捕获、定位和精确跟踪。

随着技术的进步，对目标的搜索和跟踪系统的需求正朝着智能化的方向发展，要求系统能够长期地对目标进行准确的自动跟踪。近些年基于相关滤波的跟踪算法无论在速度还是性能上都表现出了极大的潜力，因此广泛应用于跟踪领域，但是由于相关滤波本身并不具备干扰检测的能力，因此如果目标被遮挡那么就会跟踪失败，此外随着跟踪过程的进行难以避免误差逐渐累积造成跟踪漂移，而且时间越长误差越大，因此无法直接将现有算法应用到长时跟踪的场景中。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种基于级联检测器的运动目标跟踪方法，旨在解决现有的长时跟踪方法由于缺乏级联检测器定位检测区域导致跟踪漂移的问题。

为实现上述目的，本发明提供了一种基于级联检测器的运动目标跟踪方法，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和级联检测器的参数；

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；

(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；

(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；

(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；

(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。

优选地，步骤(1)包括：

(1.1)根据第k帧的目标跟踪的初始感兴趣区域生成第k帧的训练样本，并基于第k帧的训练样本的样本特征和样本标签获取跟踪模型的参数；