[发明专利]多特征融合与尺度自适应核相关滤波跟踪方法在审
| 申请号： | 201810640255.2 | 申请日： | 2018-06-20 |
| 公开（公告）号： | CN109034193A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 王永雄;冯汉;王欢;张震;黄颖;陈晗;赵攀攀 | 申请（专利权）人： | 上海理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06T7/262;G06T7/269 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 吴宝根;徐颖 |
| 地址： | 200093 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种多特征融合与尺度自适应核相关滤波跟踪方法，获取目标的初始信息；获取目标区域的融合梯度直方图FHOG特征和降维后的颜色属性CN特征；通过线性融合的方式，把获取的31维FHOG特征、降维后的2维CN特征加上1维的灰度特征，融合后总共34特征作为最终的特征图谱；在得到融合特征图谱的基础上，利用核相关滤波器预测目标的平移位置；在预测平移位置后，通过添加尺度滤波器来预测目标的尺度变化；在预测目标平移位置和尺度变化后，通过线性插值方法来更新两个滤波模板，进行跟踪，直到最后一帧。通过这种特征融合与尺度滤波器结合的方式，该方法在目标跟踪过程的外观变形、尺度变化、光照变化、背景相似干扰等情况下有很好的鲁棒性。 | ||
| 搜索关键词： | 尺度变化 平移位置 尺度滤波器 多特征融合 获取目标 特征图谱 预测目标 自适应 降维 滤波 融合 跟踪 尺度 滤波器预测 梯度直方图 初始信息 光照变化 灰度特征 滤波模板 目标跟踪 特征融合 线性融合 颜色属性 鲁棒性 变形 预测 更新 | ||
【主权项】：
1.一种多特征融合与尺度自适应核相关滤波跟踪方法，其特征在于，具体包括如下步骤：1)获取目标的初始信息，包括目标的位置信息和尺度信息；2)获取目标区域的融合梯度直方图FHOG特征和降维后的颜色属性CN特征，通过Matlab相应工具包获取，最终获取得到的是31维的FHOG特征，通过Matlab工具包获取11维的CN特征，利用主成分分析法获取降维后的CN特征；3)通过线性融合的方式，把步骤2)获取的31维FHOG特征、降维后的2维CN特征加上1维的灰度特征，融合后总共34特征作为最终的特征图谱；4)在步骤3)得到融合特征图谱的基础上，利用核相关滤波器预测目标的平移位置；5)在步骤4)预测平移位置后，通过添加尺度滤波器来预测目标的尺度变化；6)在预测目标平移位置和尺度变化后，通过线性插值方法来更新两个滤波模板，进行跟踪，直到最后一帧。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海理工大学，未经上海理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810640255.2/，转载请声明来源钻瓜专利网。
