[发明专利]针对目标尺度变化的视觉目标跟踪方法

摘要

本发明涉及的是一种计算机视觉领域中的视觉目标跟踪方法。具体地说，涉及的是针对目标尺度变化的视觉目标跟踪方法。1）在几何粒子滤波框架内，在Aff(2)空间中定义目标的仿射变换，建立目标仿射变换的一阶自回归运动模型。2）对目标的观测模型采用模板的向量化特征用候选区域的向量化特征线性近似表出，系数受非负性约束。所得到的优化问题就是非负最小二乘问题。表出的系数反映候选者与目标模板的相似性，因此可用于定义候选目标的观测似然度。最后跟踪结果利用在Aff(2)空间上定义的样本均值来计算得到。本发明可以对目标在存在尺度或旋转变化时进行较好的跟踪。

主权项

1.一种针对目标尺度变化的视觉目标跟踪方法，其特征在于：包括步骤如下：第一步：在初始帧，手动或通过检测方法得到目标子图像及初始状态；该子图像经过分辨率调整后，以列的方式堆成一个向量，记为t∈R^d，作为模板；其中，初始状态即仿射变换矩阵，为X0=G0e001∈Aff(2),]]>其中G₀为2×2的可逆实矩阵，e₀∈R²为平移向量；置N个粒子第二步：粒子传播或预测，具体为：在第k帧，对上一帧粒子集根据在Aff(2)上的具有一阶自回归的运动方程Ak-1=alog(Xk-1-1Xk-1)]]>得到N个新粒子第三步：粒子权重估计，具体为：对每个粒子对应区域提取特征，即向量化的灰度或RGB特征，记为模板t用候选特征线性近似表出，利用非负最小二乘方法求解；每个粒子对应的权重为第四步：重采样，具体为：对重采样得到第五步：目标状态估计，具体为：X^k=G^ke^k01,]]>其中G^k=Gk,max·exp(U^k),]]>U^k=1NΣi=1Nlog(Gk,maxGkl),]]>e^k=1NΣl=1Nek]]>这里G_k，max为重采样前权重最大的粒子对应的GL(2)部分。