[发明专利]一种基于自适应上下文感知的目标跟踪方法

权利要求书

1.一种基于自适应上下文感知的目标跟踪方法，其特征在于，包括以下步骤：

步骤1：根据视频序列第一帧中的目标区域的位置和尺度信息，初始化卡尔曼滤波器、位置相关滤波器和尺度相关滤波器；

步骤2：利用第t帧中更新的卡尔曼滤波器和位置相关滤波器，分别对第t+1帧中的目标位置进行估计，得到卡尔曼滤波估计值和相关滤波估计值；计算相关滤波器的跟踪置信度E_t+1，当E_t+1大于一定阈值时，将相关滤波估计值作为第t+1帧中的目标位置，否则将卡尔曼滤波估计值作为第t+1帧中的目标位置；利用尺度相关滤波器对第t+1帧中的目标尺度进行估计；

步骤3：根据第t+1帧中的目标位置更新卡尔曼滤波器；若E_t+1大于一定阈值时，则根据位置相关滤波器的响应矩阵，通过第t+1帧中的目标位置和尺度融合高可信度的干扰背景区域用于更新位置相关滤波器，并利用第t+1帧中的目标位置和尺度信息更新尺度相关滤波器，否则位置相关滤波器和尺度相关滤波器保持不变；

步骤4：重复执行步骤2和3，直至视频序列的最后一帧。

2.如权利要求1所述的一种基于自适应上下文感知的目标跟踪方法，其特征在于，步骤1中，通过优化下式得到位置相关滤波器的系数w_t：

其中，B_1,t为目标区域经循环位移构成的特征循环矩阵，{B_2,t,B_3,t,B_4,t,B_5,t}分别表示与目标区域相邻的上下左右四个背景区域经循环位移构成的特征循环矩阵，λ₁和λ₂分别为对应项的正则化参数，y_t为高斯分布的响应标签矩阵，其峰值位置与目标的中心位置相对应；

利用循环矩阵的对角化性质，将上式转换到频域求解后，得：

其中，分别为w_t、y_t的频域形式，为目标区域特征的频域形式，为背景区域特征的频域形式，表示的共轭，⊙表示哈达玛积。

3.如权利要求2所述的一种基于自适应上下文感知的目标跟踪方法，其特征在于，步骤1中，通过优化下式得到尺度相关滤波器的系数h_l,t：

其中，以第t帧目标位置为中心提取s个不同尺度的目标区域，分别提取每个尺度下目标区域的HOG特征并将其排列为s×d特征向量，d为特征向量的维度，h_l,t、f_l,t分别为h_t、f_t的第l维，*表示相关运算，λ为正则化参数，g_t为1×s的高斯型回归标签向量，其峰值位置与目标的最佳尺度相对应；

将上式转换到频域求解后，得：

其中，分别为h_l,t、f_l,t、g_t的频域形式，分别为g_t、的共轭。

4.如权利要求3所述的一种基于自适应上下文感知的目标跟踪方法，其特征在于，步骤2中，第t+1帧中目标位置的卡尔曼滤波后验估计值为：

其中，e_t+1＝[x_t+1,y_t+1,v_x,t+1,v_y,t+1]^T为第t+1帧中目标状态向量的后验估计，x_t+1、y_t+1为目标的中心坐标，v_x,t+1、v_y,t+1为目标在x_t+1、y_t+1方向的速度分量，z_t+1为测量值，H为观测矩阵；为第t+1帧中目标状态向量的先验估计且A为状态转移矩阵，G(σ)为标准差为σ的高斯噪声；K为卡尔曼滤波增益且为第t+1帧的先验估计协方差矩阵且R、Q均为常量矩阵。