[发明专利]基于相关滤波方法的目标跟踪方法及装置

权利要求书

1.基于相关滤波方法的目标跟踪方法，其特征在于：其包括以下步骤：

(1)提取跟踪波门内目标的特征信息；

(2)在搜索框内利用提取的特征和跟踪波门内的相应特征进行相关滤波运算；

(3)根据步骤(2)中得到的相关滤波在不同位置处的响应值，计算相应的置信度；

(4)利用步骤(3)中求取搜索区域内不同位置的响应值计算峰值旁瓣比PSR；

(5)根据峰值旁瓣比判断目标是否被遮挡，是则执行步骤(6)，否则执行步骤(7)；

(6)记录在目标跟踪过程中不同时刻的位置信息，对长短时记忆网络LSTM进行训练，利用训练好的网络进行轨迹预测，跳转到步骤(2)；

(7)将不同尺度下的相关滤波器的响应置信度进行融合，得到目标的最终位置；

(8)以目标的最终位置为中心，以波门为窗口得到目标图像，将该图像作为目标一个训练样本，将训练集作为一个混合高斯模型进行建模，设置高斯模型数量，当高斯模型数量大于一定值时，舍弃权值最小的高斯模型，始终保持高斯模型数量维持在固定值，从而减小因为训练样本数量增加而引起的计算量增大的风险；

(9)对步骤(7)得到的训练样本进行训练，得到新的相关滤波器。

2.根据权利要求1所述的基于相关滤波方法的目标跟踪方法，其特征在于：所述步骤(1)的特征包括：图像的深度特征、传统特征。

3.根据权利要求2所述的基于相关滤波方法的目标跟踪方法，其特征在于：所述步骤(1)的特征包括：Vgg-Net网络提取的深度特征或者方向梯度直方图HOG的传统特征。

4.根据权利要求1所述的基于相关滤波方法的目标跟踪方法，其特征在于：所述步骤(1)的特征为深度特征和传统特征的组合，进行插值操作将不同分辨率的特征变换到相同的分辨率，完成不用特征间的组合。

5.根据权利要求1-4任一项所述的基于相关滤波方法的目标跟踪方法，其特征在于：所述步骤(4)中，PSR计算方法为公式(1)

g_max表示目标特征在搜索区域进行相关滤波后响应的峰峰值，μ_s1和σ_s1分别表示目标所在位置外的搜索区域的相关滤波得到的均值和标准偏差。

6.根据权利要求5所述的基于相关滤波方法的目标跟踪方法，其特征在于：所述步骤(5)中，根据PSR判断目标是否被遮挡的典型值为20.0，如果峰值相应强度小于20.0时，判断为遮挡或跟踪失效，大于等于20.0时，判断为目标跟踪状态良好。

7.根据权利要求6所述的基于相关滤波方法的目标跟踪方法，其特征在于：所述步骤(7)中，将不同特征和不同分辨率的相关滤波响应对应的置信度进行融合，得到目标在搜索区域内的最终响应分布，其中相应的极大值点为目标在当前帧中的位置。