[发明专利]一种音视频控制设备中图像跟踪方法

权利要求书

1.一种音视频控制设备中图像跟踪方法，其特征在于，其步骤如下：

步骤一：通过摄像头控制模块获取视频流，并由视频解码模块将视频流转化为Mat格式的序列帧图像；

步骤二：针对第一帧图像，选取候选区域，并初始化目标图像的位置和初始尺度；

步骤三：将下一帧图像作为当前帧图像，获取当前帧图像的搜索区域图，根据目标图像的位置分别提取搜索区域图的HOG特征和颜色直方图特征；

步骤四：根据搜索区域图的HOG特征和颜色直方图特征计算搜索区域图的响应图，并把搜索区域图的响应图作为预测目标位置区域；

步骤五：利用尺度滤波器提取预测目标位置区域的多尺度样本，并计算不同尺度样本的响应值，以最大的响应值对应的尺度作为预测尺度；

步骤六：设计异常值检测器，利用异常值检测器检测当前帧图像的特征响应图是否处于异常状态，若特征响应图异常，执行步骤七，否则，特征响应图正常，输出当前帧图像的目标的位置及尺度，返回步骤三；

步骤七：利用改进的MASK-RCNN对当前帧图像进行检测，得到目标的位置信息，返回步骤三。

2.根据权利要求1所述的音视频控制设备中图像跟踪方法，其特征在于，所述根据搜索区域图的HOG特征和颜色直方图特征计算搜索区域图的响应图的方法为：

分别使用滤波器f_hog和f_cn计算得到HOG特征的响应图y_hog和基于颜色直方图特征的响应图y_cn；

根据HOG特征的响应图y_hog计算搜索区域图的HOG特征对应的响应图置信度：

其中，q_hog为HOG特征对应的响应图置信度，max(y_hog)为响应图y_hog中的最大值，y_hog,r,c为响应图y_hog中的第r行第c列个响应点的值，n_hog为响应图y_hog中响应点的个数；根据基于颜色直方图特征的响应图y_cn计算搜索区域图的颜色直方图特征对应的响应图置信度：

其中，q_cn为基于颜色直方图特征对应的响应图置信度，max(y_cn)为响应图y_cn中的最大值，y_cn,r′,c′为响应图y_cn中的第r′行第c′列个响应点的值，n_cn为响应图y_cn中响应点的个数；计算搜索区域图的响应图：

其中，y_merg为融合后的搜索区域图的响应图，w_hog为HOG特征的权重，w_cn为基于颜色直方图特征的权重，f_hog(x)表示HOG的初始化核相关滤波器，f_cn(x)表示CN的初始化核相关滤波器。