[发明专利]基于空间约束自适应尺度的核相关滤波水下目标跟踪方法

说明书

本发明公开了一种基于空间约束自适应尺度的核相关滤波水下目标跟踪方法，针对结合核相关滤波检测模型和水下目标快速运动及尺度变化的特性，将扩展搜索窗口由1.5倍扩大至3倍，以消除水下目标快速运动时算法本身带来的严重边界效应；并构造包含空间约束项的新的滤波器模板，利用增广拉格朗日乘子法和ADMM进行优化快速求解，保证算法运算速度的同时提高水下目标检测效率；并结合自适应尺度估计策略进行水下目标检测，提高了尺度变化情况下水下目标跟踪结果的准确性。本发明改进方法与传统KCF目标跟踪方法相比，在保证算法良好运算速度的前提下提高了水下目标跟踪结果的准确性，算法的跟踪性能得到提高。

技术领域

本发明属于目标跟踪技术领域，涉及一种核相关滤波水下目标跟踪方法。

背景技术

随着人类日益增长的物质需求，水下生物资源探测与开发已经成为各国经济发展的重点战略规划，目标跟踪作为重要技术手段，得到国内外学者的广泛关注。水下目标跟踪主要是指对水下视频图像中感兴趣的目标在连续视频序列中的位置进行预测。水下特殊复杂环境赋予了水下目标三维运动特性，水下目标运动的随机性随之加大，导致对于水下目标的实时捕捉定位更加困难。水下目标运动自由度高，运动速度较快且尺度变化明显，这些影响因素严重影响到水下目标跟踪结果的准确性。在水下复杂环境下，找到一个具有良好跟踪性能的目标跟踪方法是解决问题的关键。

核相关滤波(KCF)跟踪方法凭借着在复杂跟踪场景下优越的实时性和鲁棒性表现，被国内外研究者广泛关注。KCF算法利用核化岭回归技巧提高目标检测效率以提高跟踪速度，但是KCF算法的检测模型包括单一尺度的矩形目标跟踪窗口和1.5倍的扩展搜索窗口，并不适用于水下目标运动速度较快且尺度变化明显的实际跟踪场景。针对KCF的不足之处相关改进代表算法有SAMF算法、DSST算法等。SAMF算法利用平移滤波器在多尺度缩放图像块上进行目标检测，影响了算法的运行速度。DSST算法目标检测过程中加入33个尺度，提高了检测准确率，但其跟踪速度仅有5FPS。

发明内容

发明目的：本发明目的在于提出一种基于空间约束自适应尺度的核相关滤波水下目标跟踪方法，以克服现有技术在水下环境中存在的缺陷，提高了水下目标运动速度较快且尺度变化明显的跟踪场景下水下目标的跟踪结果的准确性。

技术方案：为了实现上述目的，本发明采用的技术方案是：

一种基于空间约束自适应尺度的核相关滤波水下目标跟踪方法，该方法包括如下步骤：

(1)读取第一帧水下视频图像，确定水下目标跟踪区域并提取目标跟踪区域的FHOG特征；其中结合核相关滤波检测模型和水下目标快速运动及尺度变化的特性，将扩展搜索窗口由1.5倍扩大至3倍；

(2)构造一个包含空间约束项的核相关滤波器模板，并利用增广拉格朗日乘子法和ADMM对核相关滤波器进行优化求解；

(3)在新的输入帧中，利用包含七个尺度因子的尺度池进行水下目标自适应尺度估计，找出其中最大的响应值所对应的尺度作为最佳尺度，所对应的位置为当前帧水下目标预测位置。

进一步地，所述步骤(1)中的水下目标检测区域包含固定跟踪矩形窗口和一个padding＝3的扩展搜索窗口，即核相关滤波器的基准样本是包含水下目标的与扩展搜索窗口大小一致的水下目标图像块。

进一步地，所述步骤(2)中构造一个包含空间约束项的核相关滤波器的方法为：水下跟踪目标在空间域中的岭回归响应表示为：

其中，h表示核相关滤波器模板，x表示训练样本，y表示回归标签，K表示水下跟踪目标提取的特征向量通道数，λ表示一个用来防止过拟合的正则化参数；