[发明专利]一种融合背景信息的多峰目标跟踪方法

说明书

本发明涉及一种融合背景信息的多峰目标跟踪方法，该方法利用目标附近的背景信息，在当前帧目标搜索框的左上、上、右上、左、右、左下、下、右下8个具体位置提取相同大小的背景信息作为候选目标搜索框，利用相关滤波跟踪方法的循环矩阵和高斯核函数计算候选目标框的响应，同时训练更新分类器参数，提高目标发生旋转变化时成功率；考虑到相似目标干扰情况的存在，利用多峰目标检测策略，即目标位于目标输出响应图多个峰值中的任意一个的可能性，提高目标跟踪的精确度。

技术领域

本发明属于计算机视觉的目标跟踪技术领域，具体是基于一种融合背景信息的多峰目标跟踪方法。

背景技术

随着目标跟踪技术的快速发展，其已成为计算机视觉中的重要组成部分，广泛应用于人机交互、安防监控和无人驾驶等方面。目前，目标跟踪仍面临着严重的挑战，如何解决目标跟踪中的旋转变化、尺度变化、相似目标干扰、算法漂移等问题，以及如何提高目标跟踪的精确度和成功率仍是视觉跟踪的研究难点和热点。

目标跟踪技术是一种通过分析和理解视频信息，实现对特定目标定位的综合性技术。能分为生成式跟踪和判别式跟踪，生成式跟踪方法是对目标表观模型进行建模，搜索与目标外观模型最相似的图像区域作为跟踪目标。判别式跟踪方法是将目标跟踪看成一个二元分类的问题，将目标从背景中分离出来，其主要是基于相关滤波方法。

Heriques等人(Henriques J F,Rui C,Martins P,et al.High-Speed Trackingwith Kernelized Correlation Filters[J].IEEE Transactions on Pattern Analysis&Machine Intelligence,2014,37(3):583-596.)提出相关滤波跟踪方法(KCF)，主要采用核策略和循环矩阵，提取梯度方向直方图特征，扩展相关滤波器为多通道，提高跟踪精确度。Zhang Baochang等人(Zhang B,Li Z,Cao X,et al.Output Constraint Transfer forKernelized Correlation Filter in Tracking[J].IEEE Transactions on SystemsMan&Cybernetics Systems,2016,PP(99):1-11.)基于相关滤波跟踪方法提出目标输出约束算法，主要采用目标输出响应服从高斯分布，解决目标模型漂移问题。但这两种方法都有相同的缺点，固定尺寸的目标搜索窗未考虑到目标尺度变化；利用正样本的稠密采样来产生大量样本，这不能充分考虑到真实的目标背景信息；单一的梯度方向直方图特征对目标形变的鲁棒性低，不能解决目标形变问题；求解目标输出响应时选取最大值位置作为目标位置，未考虑到相似目标干扰情况；目标模型每帧都更新一次会增加计算量和产生过拟合现象。

发明内容

针对现有技术的不足，本发明拟解决的技术问题是，提供一种融合背景信息的多峰目标跟踪方法。该方法能提取目标的真实背景信息以解决目标旋转变化问题，利用多峰目标检测策略解决相似目标干扰问题，采用目标期望输出响应服从高斯分布解决目标跟踪遇到的算法漂移问题，这样有利于提高跟踪精确度和速度，实现目标跟踪。

本发明解决所述技术问题采用的技术方案是：提供一种融合背景信息的多峰目标跟踪方法，该方法利用目标附近的背景信息，在当前帧目标搜索框的左上、上、右上、左、右、左下、下、右下8个具体位置提取相同大小的背景信息作为候选目标搜索框，利用相关滤波跟踪方法的循环矩阵和高斯核函数计算候选目标框的响应，同时训练更新分类器参数，提高目标发生旋转变化时成功率；考虑到相似目标干扰情况的存在，利用多峰目标检测策略，即目标位于目标输出响应图多个峰值中的任意一个的可能性，提高目标跟踪的精确度。

上述方法的具体步骤是：

第一步、输入跟踪目标位置和尺寸：