[发明专利]一种具有遮挡感知机制的实时视觉目标跟踪方法

摘要

本发明提出了一种具有遮挡感知机制的实时视觉目标跟踪方法，该方法首先融合基于相关性滤波器跟踪算法和基于颜色统计信息的贝叶斯概率模型跟踪算法两者的跟踪结果进行目标的位置预测，然后单独训练一维的尺度金字塔进行目标的尺度估计，此外设计了一种遮挡感知机制，能够判别被跟踪目标是否被局部或完全遮挡，进而决定模型的更新策略以及利用何种模型进行新一帧的跟踪，避免背景信息的污染使跟踪器产生漂移，跟踪算法根据上述步骤迭代地对目标进行持续地跟踪。所提算法能够实时准确地跟踪到目标，且能够有效应对形变、旋转、遮挡、尺度变化、光照变化、运动模糊等多种问题。

主权项

一种具有遮挡感知机制的实时视觉目标跟踪方法，其特征在于：包括如下步骤：1)位置估计，分别提取搜索区域内的HOG特征学习相关性滤波跟踪器、颜色直方图特征学习贝叶斯概率模型跟踪器，通过解决两个独立的岭回归问题将两者的响应进行同构，利用线性融合的方法确定目标的位置；2)尺度估计，引入单独的一维相关性滤波尺度估计机制，以估计的位置为中心，获取不同尺度大小的图像块，再将不同大小的图像块统一成固定模板大小，提取fhog特征形成S层特征金字塔，利用hann窗消除边界效应，作为输入，输出的最大响应所对应尺度即可以看作是最优尺度估计；3)遮挡感知，完成当前t帧的位置与尺度估计后时，根据“目标相似性”与“背景相似性”判别遮挡情况，划分为未遮挡、局部遮挡与完全遮挡，未遮挡情况下，更新分类器集合C与目标图像块集合F，计算新的“背景相似性”Ttmin，在t+1帧的预测中，未被完全遮挡的情况下，用当前分类器模型预测目标位置，否则在集合中利用最小能量函数选取最优分类器模型，预测目标；重复上述步骤进行连续跟踪。