[发明专利]对ECO跟踪框的抖动性进行改进的目标跟踪方法及装置

说明书

本发明提供了一种对ECO跟踪框的抖动性进行改进的目标跟踪方法及装置，该方法包括：读取第一帧图像，确定跟踪目标框；将第一帧图像的目标框作为样本放入ECO算法训练相关滤波器；同时根据第一针帧图像和对应的目标位置，学习STC/KCF算法对应的时空上下文模型；读取下一帧图像，分别利用ECO算法和STC/KCF算法计算当前帧的目标框；计算两个目标框对应的IOU，如果IOU大于某个特定的阈值，则使用STC/KCF算法计算的目标框作为当前帧的跟踪结果，否则使用ECO算法计算的目标框作为当前帧的跟踪结果；利用当前帧的目标框更新ECO算法的相关滤波器以及STC/KCF算法的时空上下文模型；重复上述步骤，直到跟踪完毕。本发明既保证了跟踪的准确性，又达到增强跟踪框的整体稳定性的目的。

技术领域

本发明涉及计算机视觉应用目标跟踪领域，尤其涉及一种对ECO跟踪框的抖动性进行改进的目标跟踪方法及装置。

背景技术

视觉目标跟踪是计算机视觉中一个重要研究方向，在军事无人飞行器、精确制导以及空中预警和民用视频监控，人机交互和无人驾驶等众多领域有着极其广泛的应用，然而目标跟踪面临着目标尺度变换、重度遮挡、快速移动、超出视野和光照变化等众多挑战，因此提出一种可靠的实时视觉目标跟踪方法具有很重要的现实意义。

以往的相关滤波视觉目标跟踪算法主要是使用给出的样本去训练一个判别分类器，判断跟踪到的是目标还是周围的背景信息。主要使用轮转矩阵对样本进行采集，使用快速傅里叶变换对算法进行加速计算，而ECO目标跟踪算法在此基础上着重于解决模型过大的问题，通过减少参数，简化训练集，减少模型更新频率来加快跟踪速度，对抗模型漂移。对于目标轻度遮挡、姿态改变以及光照变化具有很好的跟踪效果，然而算法所绘制的跟踪框不是那么稳定，容易出现轻微抖动。

发明内容

为解决现有技术存在的上述问题，本发明提供一种对ECO跟踪框的抖动性进行改进的目标跟踪方法及装置。

本发明是这样实现的：

一方面，本发明提供一种对ECO跟踪框的抖动性进行改进的目标跟踪方法，包括以下步骤：

S1、读取视频或图像序列的第一帧图像，确定跟踪目标框；

S2、将第一帧图像的目标框作为样本放入ECO算法训练相关滤波器；同时根据第一针帧图像和对应的目标位置，学习STC/KCF算法对应的时空上下文模型；

S3、读取下一帧图像，分别利用ECO算法和STC/KCF算法计算当前帧的目标框；

S4、计算步骤S3得到的两个目标框对应的IOU，如果IOU大于某个特定的阈值，则使用STC/KCF算法计算的目标框作为当前帧的跟踪结果，否则使用ECO算法计算的目标框作为当前帧的跟踪结果；

S5、利用当前帧的目标框更新ECO算法的相关滤波器以及STC/KCF算法的时空上下文模型；

重复步骤S3-S5，直到视频或图像序列跟踪完毕。

进一步地，所述步骤S2中根据第一针帧图像和对应的目标位置，学习STC/KCF算法对应的时空上下文模型具体包括：

时空上下文模型描述的是条件概率函数，模型如下：

P(x|c(z),o)＝h^stc(x-z)

其中，h^stc(x-z)是一个关于目标x和局部上下文位置z的相对距离和方向的函数，它编码了目标和它的空间上下文的空间关系，其中c是目标位置x似然的置信图，如下：

c(x)＝P(x|o)

利用第一帧图像的置信度图c(x)以及先验概率p(c(z)|o)，求得时空上下文模型P(x|c(z),o)。