[发明专利]一种基于混合层次滤波和互补性特征的视觉跟踪方法

说明书

本发明公开了一种基于混合层次滤波和互补性特征的视觉跟踪方法。该方法如下：建立3个阶段的混合层次滤波目标跟踪框架，利用各阶段的置信输出，通过由粗到细的搜索策略，估计跟踪结果，具体如下：使用深层CNN特征建立第1阶段观测模型作为观测1，旨在将目标与背景分离开来，对目标进行粗略定位；使用HOG特征建立第2阶段观测模型作为观测2，对目标位置进行调整；使用SIFT特征建立第3阶段观测模型作为观测3，对目标进行最终定位。本发明方法提升了跟踪精度和鲁棒性，在目标快速移动、背景混杂等环境下跟踪效果优越。

技术领域

本发明涉及计算机视觉目标跟踪技术领域，特别是一种基于混合层次滤波和互补性特征的视觉跟踪方法。

背景技术

视觉跟踪是计算机视觉领域中的基础研究课题，是视频分析中的一项重要技术，其主要目的是利用视频序列数据估计目标的状态。视觉跟踪研究的重要意义在于其广阔的应用前景，它在视频分析、车辆导航、人机交互和智能交通等民用领域，以及视觉制导、目标定位和火力控制等军事领域均有重要的应用价值。

众所周知，视觉跟踪系统主要包括运动模型、特征提取、观测模型、模型更新和集成后处理等五个核心组件。其中，特征提取是最重要的组成部分。开发合适的、鉴别力强的特征可以显著提高跟踪器的性能，是视觉跟踪研究中普遍关注的首要问题。目前，用于视觉跟踪的特征可被分成两类：手工特征和深度特征。传统手工特征由于其计算简单、易于解释且具有丰富的低级视觉信息，在视觉跟踪中被长期使用。它主要包括灰度、颜色、Haar-like和HOG等特征。近年来，人们的视线逐渐转移到深度学习上，尤其是启发于CNN特征在图像分类中的优异表现，将CNN特征也应用到视觉跟踪中。CNN特征包括了不同卷积层的输出，其中前期卷积层的输出记为浅层CNN特征，它保留了目标的空间细节，而后期卷积层的输出记为深层CNN特征，它包含了目标的高级语义信息，视觉跟踪对复杂背景的鲁棒性也因此得到了较大提升。但是，CNN特征的缺点也很明显，它是以损失空间分辨率为代价获取高层次的目标语义，而这些缺乏的空间信息对目标精确定位是尤为重要的。不同的特征刻画了目标的不同方面，特征的融合可以实现互补，为此研究者提出了一系列基于特征融合的目标跟踪方法。