[发明专利]一种基于机器视觉的船舶人员快速跟踪定位系统及其方法

权利要求书

1.一种基于机器视觉的船舶被跟踪目标人员快速跟踪定位系统，其特征在于，包括：设置在船舶工作现场不同区域位置的工业相机、一台能够进行存储和分析的高性能GPU服务器；所述的工业相机的分辨率至少不低于1440*1080、帧率至少不低于30fps；上述设备均经由1394线和1394卡连接到GPU服务器。

2.一种基于机器视觉的船舶被跟踪目标人员快速跟踪定位方法，其特征在于：

采用一种基于机器视觉的船舶被跟踪目标人员快速跟踪定位系统，包括：设置在船舶工作现场不同区域位置的工业相机、一台能够进行存储和分析的高性能GPU服务器；所述的工业相机的分辨率至少不低于1440*1080、帧率至少不低于30fps；上述设备均经由1394线和1394卡连接到GPU服务器；

所述方法为两阶段跟踪法：第一阶段，一旦发现有被跟踪目标人员进入监控场景的情况，首先通过一个基于多位置跟踪的相关滤波器算法检测出数量有限的目标候选框；然后第二阶段，通过一个SVM分类器对相关滤波器提供的候选框进行二次分类，最终准确地检测出被跟踪目标人员目标；相关滤波器和SVM分类器协同工作，并按照不同的时间间隔进行在线更新；

所述方法步骤包括：

步骤1.通过船舶工作现场不同区域位置上的工业相机对所在场景进行摄像，摄像视频实时上传至服务器；上传后，在服务器上对获取的摄像视频进行逐帧抽取图片处理，通过与前一帧图片进行差分运算判断当前时刻检测区域是否有被跟踪目标人员进入，当前后帧差分结果超过一定阈值，通过YOLO算法检测场景中的船上被跟踪目标人员位置；

步骤2.获得被跟踪目标人员的初始位置后，首先对被跟踪目标人员抽取图像特征，建立其初始的相关滤波器；同时在当前帧中对被跟踪目标人员的周围位置随机抽取一定数量的图像块，训练其初始的SVM分类器；

步骤3.当新的一帧到来后，首先通过基于多位置跟踪的相关滤波器算法检测出对应的被跟踪目标人员的多个候选框，然后将不同候选框送至SVM分类器进而精确检测出被跟踪目标人员位置；

步骤4.在当前帧的被跟踪目标人员位置检测到后，抽取周围位置相应的正负样本，按照一定的时间比例更新相关滤波器和SVM分类器；

步骤5.对不同帧中检测到的被跟踪目标人员位置，建立当前场景中不同被跟踪目标人员的行动轨迹。

3.根据权利要求2所述的一种基于机器视觉的船舶被跟踪目标人员快速跟踪定位方法，其特征在于，所述的第一阶段采用基于多位置的相关滤波器方法，对于跟踪图像的特征表示采用HOG方法抽取；具体为：

设跟踪目标区域的特征表示为x，需要构建的相关滤波器表示为h，对x和h进行相关计算，理想的计算结果为一个二维的高斯图y，其峰值对应为目标的中心位置；为了求出h，需要最小化(1)式的损失函数：

其中，*表示相关计算；

1)式的优化问题可以如(2)式在频域空间中得到快速地求解：

其中，上标*表示共轭，^表示变量的傅里叶变换，⊙表示逐元素乘法计算，λ为权衡系数，取值为0.01；

一旦跟踪到被跟踪人员目标，则通过抽取目标特征x，通过(2)式学习到当前帧的相关滤波器h^new，并如(3)式通过线性加权的形式对滤波器进行更新：

h＝(1-α)h^old+αh^new (3)

其中，h^old为当前帧之前所更新的相关滤波器，α为加权系数，在本实施例方法中取值为0.02；

当新的一帧来到后，以上一帧的中心为搜索中心，抽取搜索区域图像块，其特征表示为z，计算其对应的响应图如(4)式：

f(z)＝z*h (4)

找出响应图f(z)中的峰值位置，即为新的被跟踪人员目标位置。

4.根据权利要求2所述的一种基于机器视觉的船舶被跟踪目标人员快速跟踪定位方法，其特征在于，所述的第二阶段采用基于多位置的相关滤波器方法来提供被跟踪目标人员候选框，其过程为：

令基础的相关滤波器搜索区域为x₀，除x₀以外，同时增加额外的四个搜索区域，标记为x_i＝x₀(a_i,b_i)(i＝1,2,3,4)，其中(a_i,b_i)表示第i个增加的搜索区域距离原始的搜索区域x₀的偏移，如(5)和(6)式所示：

其中，目标的大小为m×n，β为偏移系数，在本实施例方法中取值为0.8；

通过基于多位置的相关滤波器方法，可以在x₀,…,x₄五个位置跟踪出五个目标图像的候选框，并将这五个候选图像块送至第二阶段的SVM分类器；通过SVM分类器找出各个候选框为最终被跟踪目标人员的目标得分，如(7)所示：

f(x_i)＝w^Tx_i (7)

其中，w为SVM分类器的权重；

再最终得到被跟踪目标人员的准确位置后，首先抽取目标自身的图像块按照(2)式快速更新相关滤波器的滤波器h，然后在其周围按照目标大小随机抽取一定数量的图像块更新SVM分类器；考虑到能够应对运动变化、遮挡等长短期跟踪挑战和能够满足实时处理的速度要求，两个跟踪阶段的分类器的更新周期分别定位1帧和10帧。