[发明专利]基于检测器和跟踪器相结合的无人机目标跟踪方法

权利要求书

1.基于检测器和跟踪器相结合的无人机目标跟踪方法，其特征在于，包括如下步骤：

步骤1，获取正、负样本图像，其中，正样本图像为待检测目标处于不同姿态下所拍摄的图像，负样本图像为在待检测目标所在场地拍摄的不包含待检测目标的图像，利用HOG算法对正样本图像和负样本图像进行特征提取，得到各样本图像对应的HOG特征向量；

步骤2，对正样本图像和负样本图像分别做标签，然后将其标签和HOG特征向量送入SVM分类器中进行训练，得到检测器；

步骤3，对于无人机获取的当前帧图像进行缩放和放大后送入检测器进行检测，得到目标窗口，将目标窗口的中心位置与图像中心点的偏差反馈至无人机，从而获得目标与无人机的相对位置；

步骤4，利用步骤3检测得到的目标窗口初始化跟踪器目标窗口的位置，并利用KCF核相关滤波器对跟踪器进行训练，使用当前训练的跟踪器跟踪当前帧图像的目标，当跟踪到目标时，更新跟踪器模型去跟踪下一帧图像的目标。

2.根据权利要求1所述基于检测器和跟踪器相结合的无人机目标跟踪方法，其特征在于，步骤1所述利用HOG算法对正样本图像和负样本图像进行特征提取，得到各样本图像对应的HOG特征向量，具体过程如下：

1)对正样本图像进行灰度化处理，将正样本图像转换为灰度图；

2)利用Gamma方法对灰度图进行色彩空间标准化；

3)对经过2)后的图像，统计图像上每个像素点的梯度大小和方向；

4)将图像划分为若干个大小相同的图像块，每个图像块划分为若干个大小相同的细胞单元，对每个细胞单元计算各个方向的梯度向量并做归一化处理，将图像块中细胞单元的梯度向量依次串联起来，组成图像块的特征向量，将所有图像块的特征向量依次串联起来，组成整个图像的HOG特征向量；

以上为正样本图像的特征提取过程，负样本图像的特征提取过程与正样本图像的特征提取过程相同。

3.根据权利要求1所述基于检测器和跟踪器相结合的无人机目标跟踪方法，其特征在于，步骤3所述对于无人机实时获取的图像进行缩放和放大后送入检测器进行检测，得到目标窗口的位置，在检测过程中，通过非最大极值抑制法消除重叠的目标。

4.根据权利要求1所述基于检测器和跟踪器相结合的无人机目标跟踪方法，其特征在于，步骤4所述对跟踪器进行训练，以当前帧图像检测到的目标窗口作为正训练样本，以当前帧图像上的非目标窗口作为负训练样本。

5.根据权利要求1所述基于检测器和跟踪器相结合的无人机目标跟踪方法，其特征在于，步骤4所述更新跟踪器模型，表达式为：

其中，分别表示当前帧图像和上一帧图像中目标窗口内的离散傅里叶变换，分别表示当前帧图像和上一帧图像中跟踪器模型的训练参数，η为更新因子参数，η的取值为：当目标被遮挡时，η＝1；当目标未被遮挡时，η＝0.075。