[发明专利]一种基于样本差异化学习的相关滤波目标跟踪方法及系统

权利要求书

1.一种基于样本差异化学习的相关滤波目标跟踪方法及系统，其特征在于，包括以下步骤：

在视频初始帧获取目标的位置和大小，通过预处理并训练一个尺度滤波器和定位滤波器模型；

获得每一帧输入图像的候选区域与滤波器模型的响应图，并获得跟踪结果；

根据响应图计算多个样本可靠度度量指标的值；

标签标注器以指标值作依据为训练样本标注可靠度标签；

最后选择与可靠度标签匹配的样本学习率来更新滤波器模型。

2.根据权利要求1所述的一种基于样本差异化学习的相关滤波目标跟踪方法及系统，其特征在于，所述：在视频初始帧获取目标的位置和大小，通过预处理并训练一个尺度滤波器和定位滤波器模型，具体步骤为：

A1、从视频获取初始帧中目标的状态(包括位置和大小)，作为候选区域；

A2、根据候选区域进行多尺度裁剪，以获取位置相同大小不同的图像块；

A3、对单尺度候选区域提取特征，包括：HOG特征、提取自VGG-16网络的深层特征和提取自VGG-M网络的浅层特征；

A4、对多尺度候选区域提取HOG特征；

A5、利用单尺度候选区域的特征图训练位置滤波器，利用多尺度候选区域的特征图训练尺度滤波器。

3.根据权利要求2所述的一种基于样本差异化学习的相关滤波目标跟踪方法及系统，其特征在于，所述A5、利用单尺度候选区域的特征图训练位置滤波器，利用多尺度候选区域的特征图训练尺度滤波器，具体的滤波器训练方式为：

利用相关滤波跟踪框架中的通用方法，分别训练位置和尺度滤波器，公式为：

其中表示在第i帧训练得到的模型，表示在第i-1帧的模型，表示在第i帧的样本，λ表示样本学习率；在视频初始帧，不存在，直接用特征对应的训练样本生成模型。

4.根据权利要求1所述的一种基于样本差异化学习的相关滤波目标跟踪方法及系统，其特征在于，所述：获得每一帧输入图像的候选区域与滤波器模型的响应图，并获得跟踪结果，具体步骤为：

B1、根据位置响应图最大值，获得跟踪器所预测的目标位置；

B2、在多个尺度响应图中，以响应值最大的响应图来预测目标尺度。

5.根据权利要求1所述的一种基于样本差异化学习的相关滤波目标跟踪方法及系统，其特征在于，所述：根据响应图计算多个样本可靠度度量指标的值，具体步骤为：

C1、根据算法LMCF提出的指标，响应图最大值MRS和响应图震荡程度APCE，计算响应图的可靠度；

C2、利用MRS和APCE计算用于衡量样本可靠度的多个指标，包括：当前APCE值与全局APCE均值的比值APCE_GA、当前MRS值与全局MRS均值的比值MRS_GA、当前APCE值与近期帧上APCE的比值RPCE的值；

C3、将MRS_GA,APCE_GA,RPCE的值依次分别表示为：β,α,γ。