[发明专利]一种融合时间序列信息的目标跟踪方法

权利要求书

1.一种融合时间序列信息的目标跟踪方法，其特征在于，包括以下步骤：

步骤1，输入图像序列，根据第t-1帧图像中的初始位置p_t和尺度s_t，提取目标的HOG特征和CN颜色特征，将特征进行融合得到目标特征x；

步骤2，将目标特征x与余弦窗进行点乘然后进行傅里叶变换；

步骤3，用第t-1帧图像的的响应图计算局部响应变量Π、参数及参数

步骤4，将第1帧到第t-1帧相关滤波器进行时序建模得到相关滤波器时序模型；

步骤5，用最小二乘法求出相关滤波器时序模型的自回归参数

步骤6，求解目标函数计算出相关滤波f_t、参数θ_t及λ_t；

步骤7，在第t帧中的候选区域进行特征提取和预处理得到目标特征x，然后与相关滤波器f_t在傅里叶域进行点乘运算操作，得到响应图，通过响应图确定当前帧的目标位置和尺度。

2.根据权利要求1所述的一种融合时间序列信息的目标跟踪方法，

其特征在于，所述步骤1的具体步骤为：

输入图像序列，根据t-1帧图像中的目标的初始位置p_t和尺度s_t，提取目标的HOG特征和CN颜色特征；

其中：提取HOG特征的具体方法是：首先将图像分成大小相等的图像块即细胞单元；然后计算细胞单元中各个像素的梯度，进行归一化，得到梯度直方图，将这些梯度直方图联合构成HOG特征；提取CN颜色特征的具体步骤是：将RGB颜色空间映射到11维颜色属性空间上即得到CN颜色特征，然后将HOG特征和颜色特征CN进行融合得到目标特征x。

3.根据权利要求2所述的一种基于融合时间序列信息的目标跟踪方法，其特征在于，所述步骤2的具体步骤为：

将目标特征与余弦窗进行点乘然后进行傅里叶变换

其中余弦窗的公式为：

其中，x_ij为原图像片中的像素值；i表示图片中的横坐标，j表示图片中的纵坐标，n表示图片中有多少个像素，π为圆周率。

4.根据权利要求3所述的一种融合时间序列信息的目标跟踪方法，其特征在于，所述步骤3的具体步骤为：

采用以下公式计算局部变化向量Π、参数及

局部变化向量Π＝[|Π¹|，|Π²|，…，|Π^T|],向量Π的第i个元素定义为：

式中[ψ_Δ]代表移位运算，表示第t-2帧响应图R_t-2中的第i个元素；t-1表示图像序列为第t-1帧的时刻；R_t-1表示第t-1帧的响应图；T表示向量Π的个数；

参数

式中用来裁剪响应图的中心部分，u表示为空间正则化矩阵，δ＝0.2；T表示矩阵的行和列；表示T行T列的矩阵，t表示矩阵的行和列，P^t表示t行t列的矩阵；t≤T；

参数

式中和υ代表的是超参数，设置为υ＝2×10^-5，域值θ为0.3；当全局响应的变化高于域值θ时，代表响应图中出现异常，如果低于域值θ，相关滤波器的时间约束变松弛；||Π||₂表示向量Π的2范数；

参数

式中R_t-1代表第t-1帧的响应图，max表示取响应图的最大值。