[发明专利]一种基于光谱特征的视觉追踪方法

说明书

本发明公开了一种基于光谱特征的视觉追踪方法。具体步骤如下：(1)输入第一帧图像及其对应的光谱数据信息到CSK追踪器中；(2)在频域范围内求解系数；(3)进行检测之前对图像块进行加窗预处理；(4)提取目标的光谱特征；(5)简化光谱维特征；(6)将降维后的光谱维特征输入到CSK追踪器中进行训练；(7)将后续图像帧中的图像块输入到追踪器中，检测输出分值，找到使输出分值最大的位置即目标所在的位置；(8)利用当前检测帧的光谱特征重新训练跟踪器，更新追踪器的参数后，重复步骤(7)对后续图像帧继续检测。利用本方法无论是在帧率上还是追踪准确程度上均能取得比较好的效果，可以有效应对由于遮挡和光照变化带来的挑战。

技术领域

本发明涉及计算摄像学领域，尤其涉及一种基于光谱特征的视觉追踪方法。

背景技术

基于图像序列的目标追踪是计算摄像领域一个具有挑战性的问题，被广泛应用于安防监控、军事识别、交通管理、人机交互、航天航空等。现有的先进视觉追踪器一般基于纹理、形状、颜色等信息来对目标进行检测和追踪。其中，基于颜色的复杂追踪问题在于：其颜色特征应具有高的判别力及一定程度的光度不变性，具有限制性。

光谱反映物质的光学辐射，揭示物质的本质属性，可以作为物质的判别依据，具有丰富的细节特征，比传统成像包含更多的信息。传统的视觉追踪器忽略了物体的光谱维度上的丰富信息，因此很难对追踪物体进行精确地检测和追踪，缺少鲁棒性。由于光谱不是红绿蓝三通道的简单线性变换，而是物体本质属性的展现，因此可以在背景和目标颜色很相似的情况下，在光谱维度区别颜色相似的不同物质和材料，提高目标识别的准确率。如果在视觉追踪中融入光谱信息会大大提高追踪器的性能和效果。

但是，鉴于光谱数据量很大，利用光谱信息训练跟踪器的时候会包含很多冗余信息。因此，如何有效利用光谱信息、提取目标特征的主成分，并融入到追踪器中是当前的一个研究方向。

发明内容

针对以上现有追踪方法中存在的缺陷，本发明的目的在于提出一种基于光谱特征的视觉追踪方法。

为达上述目的，本发明采用的技术方案如下：

一种基于光谱特征的视觉追踪方法，包括如下步骤：

步骤1，将视频帧的第一帧图像及其对应的光谱数据信息输入到CSK追踪器中，训练一个核化最小二乘分类器，充分利用循环矩阵结构特性，提升在后续图像帧中按块寻找目标的速度；其中，最小二乘分类器通过最小化代价函数得到特征向量的权值w；

步骤2，根据得到的权值w，在频域范围内求解参数c(m,n)，其中，(m,n)表示上一帧目标中心点的偏移位置；

步骤3，进行检测之前，对图像块进行加窗预处理；

步骤4，根据第一帧图像对光谱数据进行处理：分析和比较目标与背景在光谱维度的特征差异，找寻到目标的光谱维特征；

步骤5，采用主成分分析法对步骤4的光谱维特征进行降维映射，以降低数据的冗余；

步骤6，将步骤5中降维后的光谱维特征输入到CSK追踪器中进行训练，并通过下式得到CSK追踪器参数C：

其中，F{c}是指对参数c(m,n)进行傅里叶变换；Y是标记y的频域表示，而y是索引图像块的循环移位量x_m,n的标记，x_m,n∈{0,1...,M-1}×{0,1...,N-1}，M×N指目标图像块的大小；I是指单位阵；λ是正则化参数；表示第一帧图像中偏移位置(m,n)处的特征向量；

步骤7，训练完成之后，对后续图像序列进行检测，将后续图像帧中的图像块z_m,n输入到步骤6得到的追踪器中，检测输出分值分值的计算公式为：