[发明专利]一种基于目标性分析的视觉目标跟踪方法

摘要

本发明公开了一种基于目标性分析的视觉目标跟踪方法，通过在线学习前景与背景区域的颜色直方图模型，计算当前帧图像的区域目标性图，从中定位多个跟踪锚点的位置，并根据目标本身的大小确定多个搜索区域，利用相关滤波跟踪算法得到每个搜索区域的响应图，根据熵正则化损失函数和多个搜索区域的跟踪响应图选择最佳搜索区域，最终确定目标所在位置。本发明不带有特定目标类型信息，不限制目标的表现模型和运动模型，因此普适性较好，相较于现有的其他目标跟踪算法，无论是在解决动目标动平台问题还是背景遮挡问题等方面都有很好的效果，对视觉目标跟踪的算法研究和实践具有重要的指导意义。

主权项

1.一种基于目标性分析的视觉目标跟踪方法，其特征在于，所述方法包括：S1、根据上一帧的目标预测位置、跟踪目标及其周围背景的颜色直方图，计算当前帧的像素级目标性图；S2、在所述步骤S1得到的像素级目标性图上以滑动窗口的形式计算区域目标性图，使用非极大值抑制选择所述区域目标性图中响应值最高的N个位置，作为跟踪锚点；S3、在以所述步骤S2得到的N个跟踪锚点以及所述上一帧中的目标位置为中心，面积为目标大小ρ倍的N+1个搜索区域内，利用同一个相关滤波器分别得到每个搜索区域的跟踪结果响应图，分别找到所述每个响应图中的最大响应位置作为跟踪目标在当前帧的候选位置；S4、通过非极大值抑制，在所述步骤S3得到的N+1个响应图中分别选出S个测试样本，通过最小化熵正则化损失函数，选择最优跟踪锚点，根据其对应响应图的最大值的位置预测当前帧目标所在位置；S5、更新颜色直方图模型参数；S6、更新相关滤波器模型参数；S7、重复步骤S1至S6，直到图像序列最后一帧。