[发明专利]一种背景感知的相关滤波目标跟踪方法

权利要求书

1.一种背景感知的相关滤波目标跟踪方法,其特征在于：包括如下步骤：

S1步，给定第一帧图像I₁和第一帧图像中目标位置p₁；提取训练区基础样本，计算出标准相关滤波器F_R；提取高置信度目标候选区的多组循环样本，并利用多组循环样本训练干扰物感知滤波器F_D；

S2步，输入下一帧图像作为当前帧，在大范围的搜索区内寻找目标相似物，得到具有高置信度的目标候选区W；

S3步，在目标候选区W中以多个目标相似物中心为锚点，提取多组循环样本组，使用干扰物感知滤波器F_D进行滤波检测，得到初步目标位置P_C；

S4步，基于初步位置P_C，使用基于标准相关滤波器F_R的位置回归器F_R来实现精细回归，获得精确的目标位置P_R；

S5步，判断当前帧是否为最后一帧图像：若是，则结束；否则跳至S2步；

所述S3步包括如下步骤：

S3.1步，设发掘的目标相似物的外包框集合为{R_i}，计算{R_i}中个元素与前一帧目标相似物的外包框重叠率{O_i}；若{O_i}的最小值min{O_i}ε，其中ε为阈值参数，则将前一帧目标相似物中心也作为一个锚点加入到锚点集合，得到多锚点检测的锚点集{A_i}；

S3.2步，以各锚点为中心提取多组循环样本组{C(z_i)}，其中{C(z_i)}表示以z_i为基础样本的循环偏移样本组，使用干扰物感知滤波器F_D对循环样本组{C(z_i)}进行滤波检测，得到以各锚点为中心的目标候选区W的滤波响应图{R}；计算各滤波响应图峰值{s_i}及获取滤波响应峰值位置；

S3.3步，计算各锚点的位置先验分数其中r_i表示各锚点与前一帧目标位置的距离，σ为归一化因子；

S3.4步，根据融合的目标置信分数确定最高置信分数的目标候选区，并以该目标候选区的滤波响应峰值位置作为当前帧的初步目标位置P_C；

在所述S5步中，在判定当前帧不是最后一帧图像时，则更新干扰物感知滤波器F_D；设定当前帧为视频的第F帧，干扰物感知滤波器F_D更新函数为：

其中，θ_T和θ_D分别是目标样本和干扰物样本的初始权重，γ_D和γ_T为控制权重衰减速度的固定超参；在初始化模型时，即第一帧，设置θ_T,f＝1＝1，第二帧之后θ_T,f＞1＜＜1，θ_D＜θ_T；

在所述S5步中，在判定当前帧不是最后一帧图像时，则更新标准滤波器F_R，设定当前帧为视频的第F帧，以精确位置P_R,f＝F为中心提取基础样本用于更新模型：

计算出滤波器参数h，使用学习率lr对h和h_F-1进行线性加权，获得更新后的标准滤波器：h_F＝Linear(h,h_F-1,lr)。

2.根据权利要求1所述的背景感知的相关滤波目标跟踪方法,其特征在于：在所述S1步中，标准相关滤波器F_R的数学解为：

其中，表示对应量的傅里叶变换，“⊙”表示逐元素点乘，“*”表示共轭变换，x表示基础循环样本，y表示循环样本的类高斯分布标签集，λ表示正则化因子。

3.根据权利要求1所述的背景感知的相关滤波目标跟踪方法,其特征在于：所述S2步中，高置信度的目标候选区W发掘方法是首先获取大范围的搜索区内目标置信度的空间分布，然后基于该空间分布，用非极大值抑制策略确定少量高置信的位置。