[发明专利]一种基于记忆和多特征融合的目标跟踪方法和装置

权利要求书

1.一种基于记忆和多特征融合的目标跟踪方法，其特征在于，所述方法包括：

对粒子滤波器和三阶段记忆模板空间进行初始化，其中，所述三阶段记忆模板空间包括瞬时记忆模板空间、短时记忆模板空间和长时记忆模板空间，所述瞬时记忆模板空间采用局部特征激活模板，所述局部特征激活模板由目标区域的局部特征综合而成，所述短时记忆模板空间采用全局特征激活模板，所述全局特征激活模板由目标区域的全部特征综合而成，所述长时记忆模板空间采用全局特征记忆模板，所述全局特征记忆模板由目标曾经出现过的外观组成；

对粒子状态进行转移并计算多特征融合条件下粒子的权重；

对粒子位置进行加权求和，获得目标的估计位置；

根据目标的估计位置，提取目标的全局特征和局部特征，并对所述三阶段记忆模板空间进行更新。

2.根据权利要求1所述的一种基于记忆和多特征融合的目标跟踪方法，其特征在于，所述对粒子滤波器和三阶段记忆模板空间进行初始化，具体为：

获取初始目标区域，并采用所述初始目标区域对粒子滤波器的粒子进行初始化；

获取所述初始目标区域的局部特征并将所述初始目标区域的局部特征存储在所述瞬时记忆模板空间；

提取所述初始目标区域的全局特征并将所述初始目标区域的全局特征存储到所述短时记忆模板空间；

对所述长时记忆模板空间的全局特征记忆模板置空。

3.根据权利要求1所述的一种基于记忆和多特征融合的目标跟踪方法，其特征在于，所述对粒子状态进行转移并计算多特征融合条件下粒子的权重，具体为：

基于状态转移方程，对粒子状态进行转移；

以当前时刻的粒子位置为中心，获取每一个粒子的观测区域；

获取所述观测区域的全局特征，并计算所述观测区域的全局特征与所述短时记忆模板空间中的全局特征激活模板之间的全局特征相似性系数；

获取所述观测区域的局部特征，并计算所述观测区域的局部特征与所述瞬时记忆模板空间的局部特征激活模板之间的局部特征相似性系数；

根据所述全局特征相似性系数和所述局部特征相似性系数，计算多特征融合条件下粒子的权重。

4.根据权利要求1所述的一种基于记忆和多特征融合的目标跟踪方法，其特征在于，所述根据目标的估计位置，提取目标的全局特征和局部特征，并对所述三阶段记忆模板空间进行更新，具体为：

根据目标的估计位置，确定目标区域；

获取所述目标区域的全局特征，并计算所述目标区域的全局特征与所述短时记忆模板空间中的全局特征激活模板之间的相似度；

若所述相似度大于预设的相似度阈值，则确定所述长时记忆模板空间是否存在与所述目标区域匹配的全局特征记忆模板；

若所述长时记忆模板空间存在与所述目标区域匹配的全局特征记忆模板，则利用所述目标区域的全局特征替换与所述目标区域匹配的全局特征记忆模板；

若所述长时记忆模板空间不存在与所述目标区域匹配的全局特征记忆模板，则将所述目标区域的全局特征存储在所述短时记忆模板空间，且将相似度大于预设的相似度阈值的所述短时记忆模板空间中的全局特征激活模板存储到所述长时记忆模板空间；

获取所述目标区域的局部特征，并采用所述目标区域的局部特征替换所述瞬时记忆模板空间的局部特征激活模板。

5.一种基于记忆和多特征融合的目标跟踪装置，其特征在于，所述装置包括：

初始化模块，用于对粒子滤波器和三阶段记忆模板空间进行初始化，其中，所述三阶段记忆模板空间包括瞬时记忆模板空间、短时记忆模板空间和长时记忆模板空间，所述瞬时记忆模板空间采用局部特征激活模板，所述局部特征激活模板由目标区域的局部特征综合而成，所述短时记忆模板空间采用全局特征激活模板，所述全局特征激活模板由目标区域的全部特征综合而成，所述长时记忆模板空间采用全局特征记忆模板，所述全局特征记忆模板由目标曾经出现过的外观组成；

权重计算模块，用于对粒子状态进行转移并计算多特征融合条件下粒子的权重；

位置估计模块，用于对粒子位置进行加权求和，获得目标的估计位置；

模板更新模块，用于根据目标的估计位置，提取目标的全局特征和局部特征，并对所述三阶段记忆模板空间进行更新。