[发明专利]低复杂度的尺度自适应视频目标跟踪方法

摘要

一种视频智能监控技术领域的低复杂度的尺度自适应视频目标跟踪方法，包括：初始化粒子样本状态；对粒子样本，每一个采样点随机产生两种尺度因子，计算样本二阶自回归中心点，并作为均值漂移的中心点进行存储；根据样本集合中的采样点的二阶自回归中心，得到具有邻域一致性的均值漂移场；对每个样点建立重要性采样密度函数，从蒙特卡罗采样的概率角度与均值漂移方法结合，得到样本的更新状态，并在状态下更新权值，然后通过对采样点集合进行重采样，得到当前时刻目标最终状态的后验概率分布的离散估计。本发明提高目标尺度空间的跟踪准确度，降低了实时视频跟踪中的计算复杂度。

主权项

1、一种低复杂度的尺度自适应视频目标跟踪方法，其特征在于，包括如下步骤：步骤一，初始化粒子样本状态：通过检测确定目标的初始状态x₀，同时计算目标的观测矢量，给定粒子采样点的数目N，并将所有采样点的初始状态向量均设为x₀，且赋以统一的权值步骤二，对步骤一的粒子样本，每一个采样点随机产生两种尺度因子，计算样本二阶自回归中心点，并作为均值漂移的中心点进行存储；步骤三，根据步骤二中样本集合中的采样点的二阶自回归中心，得到具有邻域一致性的均值漂移场；步骤四，对每个样点建立重要性采样密度函数，从蒙特卡罗采样的概率角度与步骤三中的均值漂移方法结合，得到样本的更新状态并在状态下更新权值然后通过对采样点集合进行重采样，得到当前时刻目标最终状态的后验概率分布的离散估计{x_tⁱ，w_tⁱ}_i＝1 N。