[发明专利]目标跟踪方法及装置

权利要求书

1.一种目标跟踪方法，其特征在于，包括：

a，对视频数据进行初始化处理，输入视频图像序列，给定时刻t当前视频帧和字典模板，根据视频在t-1时刻的状态采用粒子滤波方法采样N个粒子的粒子状态；

b，对所述字典模板以及N个采样粒子产生的候选样本进行重叠分块，提取每个所述分块的像素灰度值、梯度直方图特征和局部二值模式特征；

c，用所述字典模板中的所有块对所述候选样本中的每一块进行多特征联合结构稀疏表示，得到所述粒子的稀疏表示系数；

d，根据所述粒子的观测模型计算似然函数；

e，确认所述候选样本是否全部处理得到对应的似然函数；

f，当所述候选样本被全部处理得到对应的似然函数时，计算当前目标的状态和跟踪结果；

g，更新所述字典模板，根据所述字典模板构建目标子空间和背景子空间，将所述粒子的稀疏表示系数表示为有所述目标子空间和背景子空间分解的稀疏系数；

h，根据更新后的字典模板，重新进行步骤b至步骤f，直至所有的所述视频图像序列处理完成；

i，输出目标跟踪结果以及所述当前目标的目标位置。

2.根据权利要求1所述的目标跟踪方法，其特征在于，步骤a包括：

输入视频图像序列O₁,O₂,…,O_T；

给定时刻t当前视频的前n个帧和所述字典模板D_T-1；

所述字典模板D_T-1的初始化构造为以视频序列t时刻的前n个帧为对象，构造第1个目标子空间D⁺[1]和第1个背景子空间D^-[1]，字典模板D_T-1表示为：D_T-1＝[D⁺[1],D^-[1],I]；

根据视频在t-1时刻的状态采用粒子滤波方法采样N个粒子状态

3.根据权利要求1所述的目标跟踪方法，其特征在于，步骤b包括：

设所述候选样本的数量为p，

构建运动模型所述候选样本y_i由该运动模型产生，其中x_t-1，x_t分别表示t-1和t时刻目标的状态向量，x_t＝(x_t,y_t,η_t,s_t,β_t,φ_t),其中，x_t,y_t表示目标在第t帧x,y方向上的坐标，η_t,s_t,β_t,φ_t分别表示所述当前目标在第t帧时的旋转角度、变化尺度、宽高比、倾斜角，表示正态分布，ψ表示对角协方差矩阵。

4.根据权利要求1所述的目标跟踪方法，其特征在于，步骤c包括：

运用块正交匹配追踪方法求解结构稀疏表示，得到所述粒子的稀疏表示系数w，其中：

其中，K表示提取的特征数量，表示第j类N个候选样本的第k个特征；所述字典模板的线性表示为表示第j类N个候选样本在特征k下的稀疏表示系数，表示残差；λ表示正则化因子，是矩阵w_j转置后的第i行。

5.根据权利要求1所述的目标跟踪方法，其特征在于，步骤d包括：

采用以下公式计算所述似然函数：

其中，表示重构的目标样本，y_t表示观测的目标样本。