[发明专利]低复杂度的尺度自适应视频目标跟踪方法

权利要求书

1、一种低复杂度的尺度自适应视频目标跟踪方法，其特征在于，包括如下步骤：

步骤一，初始化粒子样本状态：通过检测确定目标的初始状态x₀，同时计算目标的观测矢量，给定粒子采样点的数目N，并将所有采样点的初始状态向量均设为x₀，且赋以统一的权值

步骤二，对步骤一的粒子样本，每一个采样点随机产生两种尺度因子，计算样本二阶自回归中心点，并作为均值漂移的中心点进行存储；

步骤三，根据步骤二中样本集合中的采样点的二阶自回归中心，得到具有邻域一致性的均值漂移场；

步骤四，对每个样点建立重要性采样密度函数，从蒙特卡罗采样的概率角度与步骤三中的均值漂移方法结合，得到样本的更新状态并在状态下更新权值然后通过对采样点集合进行重采样，得到当前时刻目标最终状态的后验概率分布的离散估计{x_tⁱ，w_tⁱ}_i＝1 N。

2、根据权利要求1所述的低复杂度的尺度自适应视频目标跟踪方法，其特征是，所述计算样本二阶自回归中心点，具体为：

令当前采样点集合为{x_tⁱ，w_tⁱ}_i＝1 N，对每个样点i＝1:N计算其二阶自回归中心

x·ti=2xt-1i-xt-2i]]>

式中，x_tⁱ表示时刻t下第i个粒子的状态矢量。

3、根据权利要求1所述的低复杂度的尺度自适应视频目标跟踪方法，其特征是，所述对每一个采样点随机产生两种尺度因子，具体为：

对每个样点i＝1:N取均匀分布的随机变量u～U[0，1)，如果u<12,]]>该样点的尺度因子kⁱ取为k₁，否则取为k₂，k₁＞1，k₂＜1，分别表征了帧间目标尺度放大和缩小的变化特性，k₁和k₂在1附近取值。