[发明专利]一种基于多特征的单目标跟踪方法

权利要求书

1.一种基于多特征的单目标跟踪方法，对待跟踪视频中的各帧图像按照时间顺序依次进行跟踪，所述各帧图像处于同一坐标系，方法包括：

步骤一，标注第一帧图像的目标坐标，采用第一帧图像对相关滤波器进行初始化，获取初始的卷积特征相关滤波器模型；

步骤二，提取第二帧图像的多尺度卷积特征，提取时以第一帧目标坐标做为第二帧图像的临时目标坐标；

利用初始的卷积特征相关滤波器模型对第二帧图像的多尺度卷积特征进行相关操作，得到第二帧的卷积特征响应图，该响应图的峰值坐标与该响应图中心坐标的差值加上第一帧图像坐标为第二帧的目标坐标；

求取第二帧图像与第一帧图像的差分图像，利用该差分图像初始化相关滤波器，获取初始的差分图像的卷积特征相关滤波器模型，初始化过程中以第二帧的目标坐标为当前差分图像的目标坐标；

利用第二帧图像对初始的卷积特征相关滤波器模型进行更新；

步骤三，循环执行步骤(1)-(5)依次对第三帧及其以后的图像进行目标跟踪：

(1)提取第n帧的多尺度卷积特征，n≥3，提取时以n-1帧目标坐标做为当前帧的临时目标坐标；求取第n帧与第n-1帧的差分图像，提取该差分图像的多尺度卷积特征；

(2)利用当前卷积特征相关滤波器模型对第n帧的多尺度卷积特征进行相关操作，得到第一响应图；利用当前差分图像的卷积特征相关滤波器模型对当前差分图像的多尺度卷积特征进行相关操作，得到第二响应图；

(3)采用式(I)对第一响应图和第二响应图进行融合，得到融合后的响应图R；

式(1)中：

m＝1或2，m＝1表示卷积特征或第一响应图，m＝2表示差分图像的卷积特征或第二响应图；

f_m表示权重，f₁＝1.1，f₂＝1；

R_m为相应的特征响应图；

max(R₁，R₂)表示两个响应图中的最大响应值；

PSR_m表示相应特征响应图的峰值旁瓣此，表示相应的响应图中的最大响应值，表示相应响应图中旁瓣中各像素点对应的响应值的平均值，表示相应响应图中旁瓣中各像素点对应的响应值标准差；

(4)融合后的响应图的峰值坐标与融合后的响应图中心坐标的差值加上第n-1帧图像目标坐标为第n帧图像的目标坐标；

(5)利用当前帧的图像对当前的卷积特征相关滤波器模型进行更新；利用当前的差分图像对当前的差分图像的卷积特征相关滤波器模型进行更新。

2.如权利要求1所述的基于多特征的单目标跟踪方法，其特征在于，所述卷积特征采用VGG卷积神经网络进行提取，所述卷积特征为conv3-3卷积特征。

3.如权利要求1所述的基于多特征的单目标跟踪方法，其特征在于，对差分图像依次进行腐蚀操作和膨胀操作后再进行多尺度卷积特征提取。