[发明专利]一种基于特征融合的目标跟踪定位方法

说明书

本发明提供了视觉目标跟踪领域的一种基于特征融合的目标跟踪定位方法，包括：步骤S10、给定第1帧图像的目标位置，以目标位置为中心剪裁第1帧图像生成目标模板，并创建搜索区域；步骤S20、提取目标模板以及搜索区域的HOG特征、CN特征以及深度特征，并进行融合生成融合响应值；步骤S30、使用正则化线性回归计算视频的变化因子Psubgt;t‑1/subgt;以及Qsubgt;t‑1/subgt;；步骤S40、基于融合响应值、Psubgt;t‑1/subgt;以及Qsubgt;t‑1/subgt;计算得到最新的目标位置；步骤S50、计算融合响应值的平均峰值相关能量，并依据平均峰值相关能量更新Psubgt;t‑1/subgt;以及Qsubgt;t‑1/subgt;，对下一帧图像进行跟踪。本发明的优点在于：极大的提升了目标跟踪的精确度。

技术领域

本发明涉及视觉目标跟踪领域，特别指一种基于特征融合的目标跟踪定位方法。

背景技术

目标跟踪属于视频分析的内容，而视频分析融合了视觉目标跟踪领域的中层和高层处理阶段，即对视频图像序列进行处理，从而研究运动目标的规律，包括运动检测、目标分类、目标跟踪以及行为理解等。目标跟踪的任务是在给定第一帧目标的位置和大小等信息后，通过对这一组视频图像序列进行分析，判断出目标在后续每一帧中的位置，并准确的框定出目标。目标跟踪方法的研究和应用作为视觉目标跟踪领域的一个重要分支，正日益广泛地应用到科学技术、国防建设、航空航天、医疗辅助以及国民经济等各个领域。

目标跟踪技术中面临着跟踪目标快速移动、光照变化、形变、遮挡、尺度变化以及背景混乱等问题，而传统的目标跟踪方法通常采用手工特征来应对各种外观变化带来的影响，然而浅层视觉特征的判别性使得其跟踪精确度受到限制。

因此，如何提供一种基于特征融合的目标跟踪定位方法，实现提升目标跟踪的精确度，成为一个亟待解决的问题。

发明内容

本发明要解决的技术问题，在于提供一种基于特征融合的目标跟踪定位方法，实现提升目标跟踪的精确度。

本发明是这样实现的：一种基于特征融合的目标跟踪定位方法，包括如下步骤：

步骤S10、给定第1帧图像的目标位置，以所述目标位置为中心剪裁第1帧图像生成目标模板O，并创建一搜索区域Z；

步骤S20、分别提取所述目标模板O以及搜索区域Z的HOG特征、CN特征以及深度特征，并对各HOG特征、CN特征以及深度特征的特征响应值进行融合，生成融合响应值；

步骤S30、使用正则化线性回归计算视频的变化因子P_t-1以及Q_t-1；所述 P_t-1用于学习目标从第1帧图像到t-1帧图像的相似度变化；所述Q_t-1用于突出显示预测目标；t为大于等于2的正整数；

步骤S40、基于所述融合响应值、P_t-1以及Q_t-1计算得到最新的目标位置；

步骤S50、计算所述融合响应值的平均峰值相关能量，并依据所述平均峰值相关能量更新P_t-1以及Q_t-1，对下一帧图像进行跟踪。

进一步地，所述步骤S20具体包括：

步骤S21、分别提取所述目标模板O以及搜索区域Z的HOG特征、CN特征以及深度特征，得到所述HOG特征、CN特征以及深度特征的特征响应值分别为f_HOG(Z)、f_CN(Z)以及f_deep(Z)；对t帧图像的各特征响应值进行归一化，得到所述HOG特征、CN特征以及深度特征的响应值权重：