[发明专利]一种基于自适应多模更新策略的目标跟踪方法

权利要求书

1.一种基于自适应多模更新策略的目标跟踪方法，其特征在于，利用历史模板、当前帧滤波器以及局部极大置信度模板融合成为第t帧滤波器模板，利用融合后的滤波器模板作为分类器，预测下一帧目标的跟踪位置；该方法的具体步骤如下：

Step1：读取视频帧序列，获取初始帧图像；

Step2：根据初始帧确定被跟踪目标的位置，设置初始帧置信度Con₁及局部极大置信度模板F^max；

Step3：读取第t帧视频序列，根据历史滤波器模板F^t-1预测第t帧被跟踪目标的位置；

Step4：计算并保存第t帧的置信度Con_t及滤波器FC_t，统计第t-k-1帧至第t帧共k帧范围内的极大置信度值MaxC，F^max设置为MaxC所对应帧j的滤波器FC_j；

Step5：当t3时开始判断遮挡，根据第t帧及第t-2帧、第t-3帧的置信度差|Con_t-Con_t-2|、|Con_t-Con_t-3|判断该帧是否存在遮挡；

Step6：根据遮挡情况自适应调整历史模板F^t-1、局部极大置信度模板F^max和当前帧滤波器FC_t的学习率，将以上3个模板融合成为滤波器模板F^t；

Step7：t＝t+1，重复执行步骤3～步骤6；直到最后一帧，完成目标跟踪。

2.根据权利要求1所述的一种基于自适应多模更新策略的目标跟踪方法，其特征在于，步骤2的具体步骤如下：根据groundtruth值确定被跟踪目标，根据目标特征计算初始帧滤波器模板，初始帧置信度Con₁设置为0，F^max设置为初始帧滤波器模板。

3.根据权利要求1所述的一种基于自适应多模更新策略的目标跟踪方法，其特征在于，步骤3的具体步骤如下：根据搜索区域提取第t帧的特征w，计算响应图其中为w的傅里叶变换，根据响应图G的极大值确定被跟踪目标位置。

4.根据权利要求1所述的一种基于自适应多模更新策略的目标跟踪方法，其特征在于，步骤4计算第t帧的置信度，以加权峰值旁瓣比作为置信度Con_t，计算方法为

在式(1)中，R_t为第t帧的响应图，max(R_t)代表求该帧响应的极大值；为去除中心位置11×11像素范围后的响应图，代表响应的平均值，为该帧响应的标准差，而式(1)中的为传统峰值旁瓣比，其中，max(R_t)相当于权重，因此式(1)可认为加权峰值旁瓣比；进一步，统计第t-k-1帧至第t帧范围内的极大置信度MaxC，MaxC实质为k帧局部范围内的极大置信度值，同时可得MaxC的对应帧j的FC_j，设置局部极大置信度模板为F^max＝FC_j，由于滤波器FC_j的置信度MaxC较高，因此F^max也具有较高的置信度。

5.根据权利要求1所述的一种基于自适应多模更新策略的目标跟踪方法，其特征在于，步骤5的具体步骤如下：当t3时，根据第t帧及第t-2帧、t-3帧的置信度差|Con_t-Con_t-2|、|Con_t-Con_t-3|判断第t帧是否出现遮挡；若第t帧的置信度Con_tτ₁并且|Con_t-Con_t-2|＞τ₂或者第t帧的置信度Con_tτ₁并且|Con_t-Con_t-3|＞τ₃，则判断第t帧为存在遮挡，否则判断为不存在遮挡，其中，τ₁、τ₂、τ₃均为阈值。

6.根据权利要求1所述的一种基于自适应多模更新策略的目标跟踪方法，其特征在于，所述步骤6中自适应设置F^max的学习率μ_Max，若t≤3，设置为μ_Max＝α₁；若t＞3，则μ_Max设置为式(2)中的第一种和第二种情形表明目标存在遮挡，F^max可设置一个较大的学习率α₀，增强更新后模板的准确性；第三种为不存在遮挡情形，则设置一个较小的学习率α₁，随后第t帧滤波器模板F^t实现方法如下

F^t＝(1-μ_Max-μ_c)*F^t-1+μ_Max*F^Max+μ_c*FC_t         (3)

式(3)中F^t-1为第t-1帧的历史模板，F^Max为极大置信度模板，FC_t为当前帧滤波器；μ_c为FC_t的学习率，设定为固定值；最终利用融合后的滤波器模板F^t可预测第t+1帧的目标位置。