[发明专利]一种基于核相关滤波和帧差法的目标跟踪算法

摘要

本发明属于计算机视觉领域，尤其涉及一种基于核相关滤波和帧差法融合的目标跟踪算法。本发明使用集成学习的理论，针对卫星视频数据目标跟踪像素多、目标小、低像素的特点，选择将核相关滤波(KCF)算法和帧差法进行融合，将两种跟踪算法融合成一个强跟踪器，同时吸收两种跟踪算法的优点，从而实现针对卫星视频数据的特点完成目标跟踪任务。在多算法融合过程中，主要是通过计算候选框的吸引力a来度量候选框与目标的距离，并使用并行技术来提高融合算法的时间性能。本发明可以在卫星视频数据上进行跟踪并获得较好的跟踪结果。

主权项

1.一种基于核相关滤波和帧差法的目标跟踪算法，其特征在于，包含以下步骤：步骤1，选取候选样本：选取第t帧目标跟踪的候选样本框；在i‑1帧的跟踪结果周围，使用窗口滑动采样获得候选样本框；步骤2，执行跟踪算法：同时执行帧差法和核相关滤波跟踪算法，将不同的跟踪算法分发给计算机不同的进程，获得两个跟踪算法产生的结果：r1，r2；步骤3，计算每一候选框e在第i帧的吸引力ai(e)；对于每一个候选矩形框，首先定义一个参数，叫做吸引力a；候选框和目标的真实位置越近，那么此候选框的吸引力越强；在介绍吸引力a的计算方式之前，先介绍两个矩形框的距离计算方式，不失一般性，用b和c代表两个矩形框；其中下标x，y，w和h分别代表矩形框的左上角横纵坐标、宽度和高度；由于从始至终，代表跟踪结果的矩形框大小保持不变，因此公式(1)可以简化为：对于候选框e在第i帧的吸引力ai(e)定义为：在这里是一个常量，用来控制距离对吸引力的影响程度，防止出现因为距离过小导致影响力过大的情况，因此σ在本文提出的融合算法中影响很大，需要大量实验才能确定最终取值；b_i，j代表第i帧第j个算法的候选框；步骤4，将拥有最大吸引力a_i(e)的候选框作为最终结果