[发明专利]一种视觉追踪优化方法

摘要

本发明涉及一种视觉追踪优化方法，本发明采用初始模板保留了目标的原始信息，逐帧更新的模板获取了目标的实时信息，将两个模板估计的位置进行加权融合，可以得到最佳的目标位置。目标丢失因子的提出使得在追踪失败情况下不会对逐帧更新模板造成损坏，当追踪目标重新出现在搜索区域时，使用逐帧更新模板仍然能够产生较大的响应值，进而准确的确定目标位置。

主权项

1.一种视觉追踪优化方法，其特征在于，包括以下步骤：步骤1、获取当前帧的追踪图片；步骤2、对追踪图片进行预处理后，圈定感兴趣区域；步骤3、使用VGG‑Net网络提取感兴趣区域的深度卷积特征，记为X，X∈R^P×Q×D，式中，R表示特征空间，P、Q、D分别表示特征空间的宽度、高度和维数；步骤4、若当前帧为初始帧，则使用相关滤波算法将从VGG‑Net网络中提取到的深度卷积特征X进行训练得到滤波器后，得到滤波器的初始模板，将下一帧作为当前帧，返回步骤1，否则进入步骤5；步骤5、获得当前帧的滤波器更新模板，其中，滤波器模板的更新公式为：式中，表示算法学习到的滤波器，算法第t帧学习到的滤波器定义为Y为高斯标签矩阵，Y∈R^P×Q，高斯标签矩阵Y中元素大小服从以目标尺寸中心为峰值位置，标准差大小与目标尺寸成正比的二维高斯分布，表示离散傅里叶变换；表示的第d个维度，λ表示一个正则化参数，λ≥0；表示更新后的第t帧追踪图片所对应的滤波器模板；η表示更新速率；表示第t‑1帧追踪图片所对应的滤波器模板；⊙表示哈达马积；步骤6、将滤波器的初始模板和当前帧的深度卷积特征进行点乘得到相关滤波响应矩阵一，相关滤波响应矩阵一最大响应值为估计得到的追踪目标位置一；将滤波器更新模板和当前帧的深度卷积特征进行点乘得到相关滤波响应矩阵二，相关滤波响应矩阵二最大响应值为估计得到的追踪目标位置二；步骤7、对追踪目标位置一及追踪目标位置二加权融合得到最终目标位置，将下一帧作为当前帧，返回步骤1。