[发明专利]一种目标跟踪方法及系统

权利要求书

1.一种目标跟踪方法，其特征在于，包括：

对当前帧图像提取特征得到特征图；

以当前的滤波器对所述特征图处理，获得反映当前帧图像的目标位置的第一响应图，所述滤波器使用的空间权重图根据图像中目标位置以及对图像中目标进行显著性检测得到的显著性图获得；

根据第一响应图确定的目标位置，从当前帧图像提取目标的轮廓特征，以及根据第一响应图确定的目标位置，对当前帧图像进行显著性检测得到显著性图，根据得到的目标轮廓特征以及显著性图，获得第二响应图；

根据所述第一响应图和所述第二响应图，获得当前帧图像的目标位置；

根据当前帧图像的目标位置以及对当前帧图像中目标进行显著性检测得到的显著性图，更新所述滤波器的空间权重图，以及根据预设目标函数更新所述滤波器，所述预设目标函数包括对空间权重图的正则化约束，以及所述预设目标函数的岭回归项加入对背景区域信息的约束，其中根据前一帧图像的目标位置从当前帧图像获取背景区域信息；

所述预设目标函数的岭回归项包括：；

其中，j表示第j帧图像，y(j)表示图像信息，d表示图像的第d通道，D表示图像的通道数量，h_d表示第d通道的滤波器，表示位移因子，x_d表示图像第d通道的特征图，B表示裁剪矩阵。

2.根据权利要求1所述的目标跟踪方法，其特征在于，对当前帧图像提取特征得到特征图包括：

对当前帧图像提取预设数量种尺度的梯度特征得到梯度特征图，以及对当前帧图像提取深度特征得到深度特征图，并将所述梯度特征图和所述深度特征图融合得到融合特征图；

以当前的滤波器对所述特征图处理，获得当前帧图像的目标位置包括：以当前的第一滤波器对所述融合特征图处理，获得当前帧图像的目标位置，以当前的第二滤波器对所述梯度特征图处理，获得当前帧图像中目标的尺度。

3.根据权利要求2所述的目标跟踪方法，其特征在于，具体包括：使用第一网络模型对当前帧图像提取深度特征得到第一深度特征图，使用第二网络模型对当前帧图像提取深度特征得到第二深度特征图，并将所述梯度特征图、所述第一深度特征图和所述第二深度特征图融合得到融合特征图。

4.根据权利要求1所述的目标跟踪方法，其特征在于，获得所述滤波器的空间权重图包括：

根据图像的目标位置获得该帧图像的基础空间权重图；

根据该帧图像的目标位置对该帧图像进行显著性检测，得到该帧图像的显著性图；

根据该帧图像的基础空间权重图和显著性图，得到所述滤波器的空间权重图。

5.根据权利要求1所述的目标跟踪方法，其特征在于，根据第一响应图确定的目标位置，从当前帧图像提取目标的轮廓特征包括：根据第一响应图确定的目标位置，从当前帧图像中由该目标位置确定的目标区域内提取目标的轮廓特征。

6.根据权利要求1-5任一项所述的目标跟踪方法，其特征在于，所述预设目标函数表示为：

；

其中，j表示第j帧图像，T表示共包括T帧图像，y(j)表示图像信息，d表示图像的第d通道，D表示图像的通道数量，h_d表示第d通道的滤波器，表示位移因子，x_d表示图像第d通道的特征图，B表示D×T的裁剪矩阵，表示空间权重图，λ表示正则项的超参数。

7.根据权利要求6所述的目标跟踪方法，其特征在于，根据所述预设目标函数求解得到的滤波器表示为：

；

其中，表示标签y在傅里叶域中的表示，X表示图像第d通道特征图x_d的总和，表示X在傅里叶域中的表示，γ表示预定义的参数，h表示滤波器，F表示正交的T×T矩阵，表示在傅里叶域中的表示，表示在求解过程中引入的辅助变量。