[发明专利]基于相关滤波和显著性检测的航拍视频目标跟踪方法

说明书

本发明涉及一种基于相关滤波和显著性检测的航拍视频目标跟踪方法，通过使用基于相关滤波和显著性检测的跟踪方法，结合方向梯度直方图特征和灰度特征，使得跟踪结果对于光照变化、噪声、遮挡等因素具有很强的鲁棒性，尤其是当目标被严重遮挡而导致跟踪失败时，本发明通过重检测机制，可以再次检测到目标，使得目标能够被长时间持续地跟踪；另外，基于剩余谱理论的显著性检测方法计算简便快捷，可以通过较小的计算代价实现对目标的重检测，能有效地满足航拍视频跟踪对算法实时性的要求。

技术领域

本发明涉及一种基于相关滤波和显著性检测的航拍视频目标跟踪方法

背景技术

目前，航拍视频跟踪技术已经在军事领域和民事领域得到广泛的应用。相对于固定平台或者手持设备拍摄的视频，航拍视频具有自身特有的性质。首先，摄像机随无人机一同做高速运动，航拍视频序列图像间存在平移、旋转等变换，且视频中场景复杂多变，目标极易受到遮挡、噪声等干扰；另外，由于无人机有时在几千米甚至上万米的高空飞行，运动目标在图像中占的比例很小，这些都对航拍视频处理带来了巨大的挑战。近年来，基于相关滤波的跟踪方法大量涌现，并展现了良好的跟踪性能，尤其是该类方法所具有的实时性，可以在一定程度上满足航拍视频跟踪问题的要求。但是，当视频中的目标被严重遮挡时，基于相关滤波的现有方法会产生漂移，容易导致跟踪失败，因此无法对航拍视频进行长时跟踪。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于相关滤波和显著性检测的航拍视频目标跟踪方法，解决航拍视频中由于运动目标被严重遮挡而造成外观模型漂移，从而易导致跟踪失败的问题。

技术方案

一种基于相关滤波和显著性检测的航拍视频目标跟踪方法，其特征在于步骤如下：

步骤1：读取视频中第一帧图像数据，得到目标所在的初始位置信息[x₁,y₁,w,h]，并赋予该图像数据一个是否要进行重检测的标志位Flag，置为0；其中：x₁,y₁表示第一帧目标中心P₁的横坐标和纵坐标，w,h表示目标的宽和高；

步骤2：以目标初始位置中心点x₁,y₁确定一个目标区域R，R的大小为M×N，其中M＝3×w,N＝3×h；对R提取d维特征图，命名为x；

根据x构造最优相关滤波器u^l，u^l在频域上的表示U^l称为目标模板，计算方法如下：

其中：各个大写的变量为相应的小写变量在频域上的表示，高斯滤波模板(m,n)∈{0,...,M-1}×{0,...,N-1}，σ为高斯核的带宽，⊙代表元素相乘运算，上划线表示复共轭，A^l、B+λ分别为滤波器U^l的分子和分母，λ为调整参数；与U^l等价，在后续操作中，只需要更新A^l、B+λ即可更新目标模板U^l；另外，把第一帧目标模板的分子A^l记作init_A^l，分母中的B记作init_B；l表示维度的索引，l∈{1,...,d}；

因此，λ为调整参数，取0.010

进入下述循环处理步骤，直至跟踪结束：