[发明专利]基于相关滤波方法的目标跟踪方法及装置

说明书

基于相关滤波方法的目标跟踪方法与装置，方法包括：(1)提取波门内目标的特征信息；(2)在搜索框内利用提取的特征和目标波门内的相应特征进行相关滤波运算；(3)计算相应的置信度；(4)求取不同位置的PSR；(5)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LSTM进行训练，进行轨迹预测，跳转到步骤(2)；(7)将置信度进行融合，得到目标的最终位置；(8)以目标的最终位置为中心，以跟踪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；(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。

技术领域

本发明涉及基于视觉的目标跟踪的技术领域，尤其涉及一种基于相关滤波方法的目标跟踪方法，以及基于相关滤波方法的目标跟踪装置，其适用于对空目标跟踪以及复杂背景下的地面目标跟踪等多种目标跟踪场合，特别适合目标在运动过程中存在较多遮挡的情况。

背景技术

基于视觉的目标跟踪技术目前已经成功应用于视频监控、无人驾驶、视觉导航等多个领域，取得了令人瞩目的成就，目前已经得到国内外学者和相关科研单位的广泛关注。

但是现有的目标跟踪技术仍然面临这诸多的挑战，例如：遮挡、目标外观改变、环境的光照变化以及目标在运动过程中的运动模糊等。目前还无法实现对目标的快速稳定的跟踪的同时能够实现在目标被完全遮挡情况下的预测跟踪。

发明内容

为克服现有技术的缺陷，本发明要解决的技术问题是提供了一种基于相关滤波方法的目标跟踪方法，其既能实现对目标的快速稳定的跟踪，同时又能够实现在目标被完全遮挡情况下的预测跟踪，从而极大提高目标跟踪的鲁棒性。

本发明的技术方案是：这种基于相关滤波方法的目标跟踪方法，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PSR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。

本发明使用相关滤波和轨迹预测的目标跟踪方法，能够在保证目标跟踪实时性的基础上，利用长短时记忆网络进行训练，有效克服目标由于遮挡导致的目标跟踪失效，提高目标跟踪的鲁棒性。