[发明专利]一种结合颜色比率特征的相关滤波跟踪方法有效
申请号: | 202011006205.2 | 申请日: | 2020-09-23 |
公开(公告)号: | CN111931722B | 公开(公告)日: | 2021-02-12 |
发明(设计)人: | 姜山;郭晓龙;丁大勇;顾鹏 | 申请(专利权)人: | 杭州视语智能视觉系统技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62;G06T5/40;G06T5/50;G06T7/246;G06T7/269;G06T7/90 |
代理公司: | 北京志霖恒远知识产权代理事务所(普通合伙) 11435 | 代理人: | 张荣鑫 |
地址: | 311100 浙江省杭州市余杭*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 结合 颜色 比率 特征 相关 滤波 跟踪 方法 | ||
1.一种结合颜色比率特征的相关滤波跟踪方法,其特征在于,包括以下步骤:
a)初始化视频目标区域框;
b)初始化提取颜色比率特征所需的目标模型与目标候选模型的参数,所述目标模型和目标候选模型均为16×16×16的颜色直方图,所述目标模型统计以目标中心为中心,带宽以内的像素的颜色分布,计算如下:
其中C为归一化因子,k为核函数,为冲激函数,为像素颜色所对应的直方图下标,所述目标模型采用Epanechnikov核加权,所述目标候选模型统计区域相比目标模型扩大倍,不加权,计算如下:
其中Cs为归一化因子,ns为以目标中心x0为中心,带宽s.h以内的像素个数;
c)在目标区域框的位置提取13通道梯度直方图、颜色比率和灰度特征,分别乘以相应权重,组成的多通道特征;
d)采用上述的多通道特征训练位置滤波器和尺度滤波器;
e)在视频的下一帧目标区域框提取多通道特征;
f)根据上述的多通道特征和位置滤波器计算相关响应图,对颜色比率特征通过积分图计算颜色响应图,线性加权融合得到融合响应图;
g)通过上述融合响应图获取目标的相对上一帧的位移,通过位移更新目标位置,在该位置上提取多尺度梯度直方图特征;
h)通过上述多尺度梯度直方图特征和尺度滤波器计算尺度响应,通过尺度响应获取目标相对上一帧尺度变化,通过相对上一帧的位移和尺度变化还原出当前帧的目标区域框;
i)更新提取颜色比率特征所需的目标模型与目标候选模型参数;
j)在步骤h)中当前帧的目标区域框位置提取由梯度直方图、颜色比率和灰度特征组成的多通道特征更新位置滤波器,提取多尺度梯度直方图特征更新尺度滤波器;
k)重复上述步骤e)到j)实现对目标的跟踪。
2.如权利要求1所述的一种结合颜色比率特征的相关滤波跟踪方法,其特征在于:所述步骤c)和步骤j)中提取特征的区域包含目标和周围背景区域,在四个方向上均扩展 ,其中m和n分别为目标的长和宽。
3.如权利要求1中所述的一种结合颜色比率特征的相关滤波跟踪方法,其特征在于:步骤c)和j)中,利用所述目标模型和目标候选模型,对像素点颜色比率特征的计算式为
其中CRs[u]为对像素颜色为u的颜色比率特征值, q[u],ps[u]为对应的目标模型和目标候选模型取值,s为目标候选模型统计区域相比目标模型区域扩大倍数,所得特征图加入多种特征组成的多通道特征时下采样到原有尺寸的四分之一。
4.如权利要求1所述的一种结合颜色比率特征的相关滤波跟踪方法,其特征在于:所述步骤f)中相关响应图与颜色响应图融合方式为线性加权融合,公式:
其中为相关响应图,为颜色比率响应图,为融合比例系数,所述步骤i)中,目标模型和目标候选模型以线性更新来应对目标和背景变化,所述线性更新公式为:
其中为更新率,t为时间,qt和pt分别为第t帧的目标模型和目标候选模型,qt-1和pt-1分别为第t-1帧的目标模型和目标候选模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州视语智能视觉系统技术有限公司,未经杭州视语智能视觉系统技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011006205.2/1.html,转载请声明来源钻瓜专利网。