[发明专利]一种基于特征融合和环境自适应的目标检测跟踪方法

权利要求书

1.一种基于特征融合和环境自适应的目标检测跟踪方法，其特征在于，包括以下步骤：

步骤1，使用预分类器对视频数据进行预处理，将视频数据划分为简单帧及复杂帧；

步骤2，针对简单帧，提取单一特征；针对复杂帧，提取HoG、Haar、CN特征进行多方向特征融合；

步骤3，基于运动预测的样本筛选机制，用最小二乘法拟合目标的运动轨迹，并以此作为权重计算的参数，对循环采样产生的样本进行重新评估，以获得更准确的权重。

2.根据权利要求1所述的基于特征融合和环境自适应的目标检测跟踪方法，其特征在于，所述步骤1包括：

根据背景和目标的相似性将视频帧化分为简单帧及复杂帧。

3.根据权利要求2所述的基于特征融合和环境自适应的目标检测跟踪方法，其特征在于，步骤1中简单帧及复杂帧的划分以指定相似度为阈值进行划分。

4.根据权利要求3所述的基于特征融合和环境自适应的目标检测跟踪方法，其特征在于，步骤1中所述预分类器根据检测目标的颜色特征判断当前帧中目标的前景和背景的相似性，并根据分类结果对当前帧进行分类。

5.根据权利要求1所述的基于特征融合和环境自适应的目标检测跟踪方法，其特征在于，所述步骤2包括：

针对简单帧，仅选取CN单特征；

针对复杂帧，首先在特征层对HoG和Haar进行融合，然后利用HoG和Haar融合的响应图和CN特征的响应图进行融合。

6.根据权利要求1所述的基于特征融合和环境自适应的目标检测跟踪方法，其特征在于，所述步骤3包括：

假设目标的运动是连续的，并且目标在第i帧中的中心位置(x_i,y_i)；

通过对已知目标中心位置的拟合，得到一条代表目标中心位置的曲线，该曲线可以近似地描述目标运动的轨迹；

采用最小二乘法对被跟踪视频帧中的目标中心位置进行拟合；

假设目标中心位置:

式中，β₁为常数，β₀为斜率；

系统的目标函数是:

当目标函数导数为零时，得到轨迹的斜率:

式中，为样本x_i的平均数，为y_i的平均数；

将此作为目标的下一运动方向，假设样本的运动方向与目标的中心位置之间的角度是基于运动预测获得的样本权重:

式中，θ为滑窗的偏移角度，通过偏移角度与预测角度计算权重，从而判断当前样本对于分类器的重要程度；

bin(i)＝arctan(β₀(i))是第i帧中的预测运动方向角；

根据欧几里德距离对获得的权重k和权重Q进行加权，获得最终权重值：

w＝αK+(1-α)Q

式中，α表示加权融合运算的权重，α为0.2。