[发明专利]基于判别式尺度空间跟踪算法的相关滤波自适应方法

权利要求书

1.一种基于判别式尺度空间跟踪算法的相关滤波自适应方法，其特征在于，具体步骤为：

步骤1，读取首帧图像，获取初始目标位置以及初始目标尺度；

步骤2，对首帧图像进行HOG特征提取，得到具有d维特征描述的子图像特征和其对应的滤波器高斯输出，通过最小化均方误差和对相关滤波器系数完成初始化，所述相关滤波器包括位置滤波器和尺度滤波器；

步骤3，读取第t帧图像，以上一帧图像中目标位置为中心，采集一个尺寸为目标2倍大小的样本，求解位置滤波器最大响应值作为当前目标位置；

步骤4，以当前目标位置为中心，提不同尺度下的样本，求解尺度滤波器最大响应值作为当前目标尺度，并对相邻两帧目标位置差进行更新；

步骤5，分别提取位置滤波器训练样本和尺度滤波器训练样本，更新该帧下的高斯输出和学习速率，完成位置滤波器和尺度滤波器的更新；

步骤6，循环步骤3-5，当没有下一帧图像可输入时得到目标的跟踪图像集。

2.根据权利要求1所述的基于判别式尺度空间跟踪算法的相关滤波自适应方法，其特征在于，步骤1中将首帧图像中目标的位置和尺度作为初始目标位置和初始目标尺度。

3.根据权利要求1所述的基于判别式尺度空间跟踪算法的相关滤波自适应方法，其特征在于，步骤2对相关滤波器系数完成初始化的具体方法为：

步骤2.1，对首帧图像进行HOG特征提取，得到具有d维特征描述的子图像特征f₁,f₂,...,f_d，和其对应的滤波器高斯输出g₁,g₂,...,g_d，对子图像特征和滤波器高斯输出分别进行傅里叶变换得到F¹,F²,...,F^d和G₁,G₂,...,G_d；

步骤2.2，根据傅里叶变换后的子图像特征和滤波器高斯，构造代价函数：

式中，H表示相关滤波器模板，l表示其中的第l维，λ表示正则项系数；

步骤2.3，将ε最小时的H作为相关滤波器模板的初始值；

当时，ε达到最小，记则分别表示尺度滤波器、位置滤波器模板在处理第一帧图像后初始化得到的分子，参数分别表示尺度滤波器、位置滤波器模板在处理第一帧图像后初始化得到的分母。

4.根据权利要求1所述的基于判别式尺度空间跟踪算法的相关滤波自适应方法，其特征在于，求解位置滤波器最大响应值作为当前目标位置的具体方法为：

步骤3.1，读取第t帧图像I_t，参照位置滤波器模板在前一帧的位置，在当前帧中按照前一帧目标尺度的2倍大小提取HOG特征样本参数l表示其中的第l维，取值为[1,d]；

步骤3.2，通过以下公式求解位置滤波器响应y_tt：

式中，参数B_tt-1分别表示在处理第t-1帧图像后得到的位置滤波器模板的分子和分母；

步骤3.3，计算max(y_tt)，并将位置滤波器响应max(y_tt)作为目标的新位置(x_t,y_t)。

5.根据权利要求1所述的基于判别式尺度空间跟踪算法的相关滤波自适应方法，其特征在于，以当前目标位置为中心，提取不同尺度下的样本，求解最大响应值作为当前目标尺度，并对相邻两帧目标位置差进行更新，具体步骤为：

步骤4.1，以目标当前新位置为中心，再次提取33种不同尺度的HOG特征样本参数l表示其中的第l维，取值为[1,d]；

步骤4.2，通过以下公式求解相关尺度滤波器响应y_st：

参数B_st-1分别表示在处理第t-1帧图像后得到的尺度滤波器模板的分子和分母；

步骤4.3，计算max(y_st)，得到目标的新尺度(w_t,h_t)；

步骤4.4，计算相邻两帧位置变化因子，对相邻两帧目标位置差进行更新。