[发明专利]一种基于全局搜索的实时分布场目标跟踪方法

摘要

本发明公开了一种基于全局搜索的实时分布场目标跟踪方法，包括以下步骤：1)在第一帧选定的目标图像I手动标记目标的位置；2)当目标图像I的分布场模型经过高斯平滑处理后，目标模型建立，接下来是在下一帧图像中确定待搜索区域并对其进行高斯平滑得到候选区域分布场，然后寻找与目标模型具有最大相关系数的图像块；3)将前后两帧得到的两个目标模型按照一定的学习率ρ融合来更新当前帧的目标模型；4)循环2)和3)，直到整个视频序列结束。本发明采用基于相关系数的全局模板匹配搜索策略，既克服了原始分布场利用梯度下降法容易陷入局部最优值的局限，又避免使用L1距离度量相似性容易受噪声影响的缺点，改进了跟踪性能。

主权项

一种基于全局搜索的实时分布场目标跟踪方法，其特征在于，包括以下步骤：1)在第一帧选定的目标图像I手动标记目标位置，即以一个矩形框划定目标区域，标记出矩形框的左上角坐标及矩形框的宽、高，然后对划定目标区域用分布场模型表示，分布场模型的构建如下：利用Kronecker delta函数把目标图像I用一个分布场模型表示，得到目标图像I的分布场模型df(i,j,k)，其公式如下所示：$\mathrm{df}(i,j,k)=\left\{\begin{array}{cc}1& \mathrm{if\; I}(i,j)/(255/K)==k\\ 0& \mathrm{otherwise}\end{array}\right.---\left(1\right)$式中：i和j分别表示目标图像I的行和列；K表示对目标图像I要分的层数；k表示各层的序号，k＝1，2，3…，K；df(i,j,k)表示目标图像I经过分解后在第k层上第i行第j列的值，它的取值范围为0或1；深度为255/K的集合称为“一层”；I(i,j)表示在目标图像I上第i行和第j列的像素值；接着，对目标图像I的分布场模型进行高斯平滑，高斯平滑分空间域平滑和特征域平滑，首先对目标图像I的分布场模型进行空间域平滑，空间域平滑是在目标图像I的x和y两个方向上进行平滑，其计算公式如下：${\mathrm{df}}_s\left(k\right)=\mathrm{df}\left(k\right)*h_{{\mathrm{\σ}}_s}---\left(2\right)$式中：df_s(k)表示空间域平滑后的目标图像I的分布场模型；df(k)表示目标图像I的分布场模型的第k层；是一个标准差为σ_s的2D高斯核；“*”为卷积符号；然后对空间域平滑后的目标图像I的分布场模型进行特征域平滑，其计算公式如下：${\mathrm{df}}_{\mathrm{ss}}(i,j)={\mathrm{df}}_s(i,j)*h_{{\mathrm{\σ}}_f}---\left(3\right)$式中：df_ss(i,j)表示特征域平滑后的目标图像I的分布场模型；df_s(i,j)表示经过空间域平滑后目标图像I的分布场模型第i行和第j列的平滑值；是一个标准σ_f差为的1D高斯核；高斯平滑后目标图像I的分布场模型各像素每一列积分为1；在跟踪过程中，为了适应目标环境的外观变化，需要动态地更新目标图像的分布场模型，即按一定比例混合旧的目标图像分布场模型和新跟踪得到的目标图像相对应的分布场模型，进而一个简单的目标图像分布场模型更新公式如下：df_t+1(i,j,k)＝ρdf_t(i,j,k)+(1‑ρ)df_t‑1(i,j,k) (4)式中：ρ表示学习率，其值在0～1之间，其用来控制目标模型的更新速度；t表示跟踪目标图像的当前帧，t+1表示跟踪目标图像的当前帧的下一帧，t‑1表示跟踪目标图像的当前帧的上一帧；df_t+1(i,j,k)表示跟踪目标图像中当前帧的下一帧目标分布场模型的第k层第i行第j列的值；df_t(i,j,k)表示跟踪目标图像中当前帧目标分布场模型的第k层第i行第j列的值；df_t‑1(i,j,k)表示跟踪目标图像中当前帧的上一帧目标分布场模型的第k层第i行第j列的值；2)当目标图像I的分布场模型经过高斯平滑处理后，目标模型建立，接下来是在下一帧图像中确定待搜索区域并对其进行高斯平滑得到候选区域分布场，然后寻找与目标模型具有最大相关系数的图像块，其中，目标模型与候选区域分布场的相关系数可表示为：$C_{i,j}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{df}(m,n,k){\mathrm{df}}_{i,j}(m+1,n+1,k)---\left(5\right)$式中：df(m,n,k)为目标模型；df_i,j(m+1,n+1,k)为候选区域的分布场；i，j为候选区域第i行和第j列的坐标；C_i,j为候选区域分布场与目标模型的相关系数矩阵；m及n表示候选区域第m行和第n列的坐标；设候选图像为M×M，目标图像为N×N，在频域内，需要对候选图像和目标图像进行补零延拓为(M+N‑1)²，令S＝M+N‑1，算法的复杂度将降低为O(S²log₂S)，由于时域的卷积如公式(5)可用频域的乘积来实现，因此，在频域计算目标模型和候选区域分布场的相关系数，公式如下：$C_{i,j}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\mathrm{ifft}(\mathrm{fft}\left(\mathrm{df}\left(k\right)\right)\·{\left(\mathrm{fft}\left({\mathrm{df}}_{i,j}\left(k\right)\right)\right)}^{*})---\left(6\right)$式中：ifft(fft(df(k))·(fft(df_i,j(k)))^*)表示对目标图像分布场模型df(k)和候选图像分布场df_i,j(k)的第k层分别进行快速傅里叶变换fft(df(k))、fft(df_i,j(k))，并求出变换后候选图像分布场的共轭(fft(df_i,j(k)))^*，然后将(fft(df_i,j(k)))^*与fft(df(k))相乘得到频域相关系数矩阵，最后通过反傅里叶变换得到时域相关系数矩阵C_i,j；fft(df(k))表示对目标图像分布场模型df(k)第k层进行快速傅里叶变换；(fft(df_i,j(k)))^*表示对候选图像分布场df_i,j(k)第k层进行快速傅里叶变换得到fft(df_i,j(k))并求出它的共轭(fft(df_i,j(k)))^*；df(k)和df_i,j(k)分别为目标模型和候选区域分布场的第k层；C_i,j为候选区域分布场与目标图像分布场模型的相关系数矩阵；3)利用公式(4)将前后两帧得到的两个目标模型按照一定的学习率ρ融合来更新当前帧的目标模型；4)循环2)和3)，直到整个视频序列结束。