[发明专利]一种高实时性的多尺度目标跟踪方法

摘要

本发明公开了一种具有高度实时性的多尺度目标跟踪方法。该方法包括对目标及其周围背景区域提取快速梯度方向直方图(fhog)特征，通过循环移位模拟生成正负样本，二维高斯函数作为样本标签，岭回归方法训练相关滤波器；后续帧利用滤波器响应特性得到目标位置，采用基于尺度预测与尺度池相结合的方法计算目标尺度；重复训练过程，对相关滤波器进行插值更新。本发明利用目标历史运动信息，实现对频域运算及尺度估计方式的优化，在保障跟踪精度的同时，可将核相关滤波器(KCF)方法运行效率优化约43％，高度的实时性为相关滤波类目标跟踪方法向嵌入式系统等低运算能力的开发板移植提供保障，可应用于智能监控、航天航空、无人驾驶等领域。

主权项

1.一种高实时性的多尺度目标跟踪方法，其特征在于，包括以下步骤：步骤1，确定感兴趣区域；在初始图像帧中用矩形框选取待跟踪目标，提取目标及其周围背景区域；步骤2，提取特征；对感兴趣区域提取快速梯度方向直方图特征；步骤3，训练相关滤波跟踪器；将特征向量与二维高斯峰函数转换到频域计算，得到相关滤波器；步骤4，检测目标位置；在下一帧图像中同样如步骤1提取感兴趣区域，利用训练得到的相关滤波跟踪器，响应值最大即为目标所在位置；步骤5，尺度估计；将尺度预测与尺度池相结合，确定目标尺度。