[发明专利]一种改进核相关过滤波（KCF）算法的AR目标跟踪方法

说明书

本申请实施例提供了一种改进核相关过滤波（KCF）算法的AR目标跟踪方法。该方法包括：视频图像预处理；结合梯度特征HOG、纹理特征LBP进行特征融合；基于改进特征融合的KCF算法的目标区域跟踪；利用rBRIEF算法对窗口目标和当前视频帧进行图像匹配；计算出三维注册矩阵并叠加虚拟信息完成增强现实的的三维注册。利用该方法可以，且不会出现跟踪不稳定、易丢失而影响跟踪效果的问题。

技术领域

本申请涉及图像识别技术领域，特别是涉及改进核相关过滤波(KCF)算法的AR目标跟踪方法。

背景技术

AR(Augmented Reality，增强现实)技术^[1]是在VirtualReality技术的基础上发展起来的一个新兴研究领域，具有虚实结合、实时交互的特点，是对真实场景的增强而非替代^[2]，将虚拟信息准确无误地叠加到真实世界的目标区域是构建增强现实系统的关键，即三维跟踪注册技术^[3]。

三维跟踪注册技术，利用图形图像识别，将虚拟信息与真实场景准确无误的进行融合配准。KCF(Kernelized Correlation Filter,核相关滤波)算法^[4]，起源于误差最小平方和滤波器^[5]，基本思想是相关运算，也就是卷积运算，该算法重复进行函数平移进行最优相似点峰值确定，快速求出目标位置，直到最终通过求解三维注册矩阵的参数完成注册。在目前主流的增强现实三维跟踪注册方法中，主要采用基于特征点的跟踪与匹配方法，它能够计算出目标图像与摄像机的距离，从而确定此目标图像的确切位置以及转动信息，并完成跟踪注册。

然而，本申请的发明人发现现有技术现有相关研究：ZhouT等人^[6]提出了一种基于核相关滤波器的跟踪算法，从而提高了跟踪性能、HenriquesJF等人^[7]提出了一种DCF线性核滤波器的方法，该方法以每秒数百帧的速度运行，并以几行代码实现；BayH等人^[8]为SIFT算法提出了一种改进的SURF算法。他通过牺牲某些特征点稳定性的代价来换取有效提高计算效率的方法。LiY^[9]等人提出了一种改进ORB与KCF的方法，通过多层图像金字塔来使 ORB算法具有尺度不变性。利用KCF算法因为在跟踪过程当中目标框是已经设定好的，从始至终大小为发生变化，但是在跟踪序列当中目标大小时有发生变化，这个就会导致跟踪器跟踪过程当中目标框漂移，从而导致跟踪失败；其次，KCF对在跟踪过程当中当目标被遮挡时候的处理问题没有进行很好的解决。待注册区域会出现局部遮挡和光照条件变化的问题、没有旋转不变性和尺度不变性，并且对噪声敏感。因而配准精度较低，影响匹配效果

[1]叶双清,李丽兰.增强现实人机交互控制的专利技术综述[J].科技经济导刊,2019,27(22):226.

[2]韩玉仁,李铁军,杨冬.增强现实中三维跟踪注册技术概述[J].计算机工程与应用,2019,55(21):26-35.

[3]Li Y,Yin D.An augmented reality tracking registration method basedon TLD[J].Journal of systemsimulation,2014,26(09):2062-2067+2072.

[4]Li Y,Zhu J.A Scale Adaptive Kernel Correlation Filter Tracker withFeature Integration[C]. European Conference on Computer Vision.2014.

[5]Zhang G,Zeng Zi,Zhang S,et al.SIFT Matching with CNN Evidences forParticular Object Retrieval[J].Neurocomputing,2017,238(238):399-409.