[发明专利]一种基于多特征判别学习的实时目标跟踪方法

摘要

本发明公开了一种基于多特征判别学习的实时目标跟踪方法，包括步骤1)获取视频中的灰度视频帧，使用Cross‑bin分布场特征描述跟踪目标的亮度属性；2)使用增强梯度直方图特征EHOG对跟踪目标的纹理多样性进行建模；3)通过视频的彩色视频帧，提取颜色特征CN来保持颜色一致性；4)将步骤1)、2)、3)中得到的多维度特征通过希尔伯特空间映射投影到高维特征空间，获得内积映射；5)将得到的置信图放入到CSK框架中进行跟踪，找到跟踪目标位置，然后更新模板进行目标追踪。本发明可有效解决目标跟踪中存在的光照变化、背景干扰、遮挡和实时性低等问题。

主权项

一种基于多特征判别学习的实时目标跟踪方法，其特征在于，包括以下步骤：1)获取视频中的灰度视频帧，使用Cross‑bin分布场特征描述跟踪目标的亮度属性；2)使用增强梯度直方图特征EHOG对跟踪目标的纹理多样性进行建模；3)通过视频的彩色视频帧，提取颜色特征CN来保持颜色一致性；4)将步骤1)、2)、3)中得到的多维度特征通过希尔伯特空间映射投影到高维特征空间，获得内积映射，包括如下步骤：4.1)将获得的数据通过多通道相关滤波器将原始CSK扩展成多维特征，也就是将多维特征在在傅里叶域使用方差为σ的高斯权值求和计算成最终的特征；4.2)使用判别学习的方法学习步骤1)、2)、3)中多维度特征响应图进行自适应融合；4.3)利用步骤4.2)学习到的权值将不同线索的特征相应进行多线索加权，获得最终所有特征的加权置信图；5)将步骤4.3)得到的置信图放入到CSK框架中进行跟踪，找到跟踪目标位置，然后更新模板进行目标追踪。