[发明专利]一种基于核相关滤波的尺度自适应目标跟踪算法

摘要

本发明公开了一种基于核相关滤波的尺度自适应目标跟踪算法，属于计算机视觉领域。包括：选取第一帧待跟踪目标，确定为候选区域；提取候选区域的梯度方向直方图（HOG）特征，进行余弦加权；用KCF算法将候选区域进行循环移位产生训练样本，根据样本训练得到的位置滤波器与候选样本提取的HOG特征在频域中计算得出响应值，更新当前帧目标位置；以上一帧确定的目标位置为中心，得到尺度滤波器并计算得出响应值，将最大响应值对应的尺度作为当前帧的目标尺度；重新提取样本训练滤波器，以线性内插的方式更新位置滤波器和尺度滤波器，进行后续帧的跟踪；本发明可应用于智能视频监控，企业生产自动化和智能机器人等领域。

主权项

1.一种基于核相关滤波的尺度自适应目标跟踪算法,其特征在于，将KCF算法与DSST算法进行有效融合，既实现了目标尺度自适应，又能在保证跟踪速度的前提下提高跟踪精度，包括如下步骤：步骤1:手动选择待跟踪目标，建立目标区域的紧包围矩形框，将矩形框区域扩大2.5倍，确定为候选区域；步骤2:提取候选区域的HOG特征，进行余弦加权，通过傅里叶变换将提取的HOG特征在频域中进行表示；步骤3:将循环位移产生的样本输入到二维高斯核函数中，生成和样本大小一致的训练标签矩阵；步骤4:用KCF算法将候选区域进行循环位移产生训练样本，根据样本训练得到位置滤波器；步骤5:将位置滤波器与候选样本提取的HOG特征在频域中计算得出响应值，根据最大响应值的位置更新当前帧目标位置；步骤6:以上一帧确定的目标位置为中心，提取33种不同尺度下的HOG特征作为样本训练得到尺度滤波器；步骤7:将尺度相关滤波器和不同尺度下的样本特征在频域中计算得出响应值，将最大响应值对应的尺度作为当前帧的目标尺度；步骤8:根据前一帧的目标尺度的变化提取训练集，并重新训练训练分类器；步骤9:确定当前帧目标位置和尺度；步骤10:判断当前帧是否为最后一帧，若是，结束；否则转入步骤3。