[发明专利]一种运动背景下的视觉跟踪方法及视觉跟踪系统

摘要

本发明公开一种运动背景下的视觉跟踪方法及视觉跟踪系统。所述视觉跟踪方法读取视频第一帧并标注目标及跟踪区域；循环密集采集标注目标及跟踪区域的图像并提取特征；以目标周围上下文区域xi为基训练样本，加入上下帧约束，得学习分类器增量系数a；在下一帧中循环移动检测区域z得候选块，代入分类器得以及目标位置；返回B步骤，然后在C步骤中以目标中心(xi,yi)所在上下文作为基训练样本，得到分类器增量系数a，更新模型，继续下一帧的更新。所述视觉跟踪系统包括目标初始化模块、图像特征提取模块、分类器初始训练模块、快速目标检测模块、分类器训练模块。本发明在跟踪目标快速移动和发生尺度变化时，都能够较准确地跟踪。

主权项

一种运动背景下的视觉跟踪方法，其特征在于包括目标初始化、图像特征提取、分类器初始训练、快速目标检测、分类器训练步骤，具体包括：A、目标初始化：读取视频序列第一帧并标注目标(x1,y1)及跟踪区域；B、图像特征提取：循环密集采集标注目标及跟踪区域的图像并提取特征；C、分类器初始训练：以目标周围上下文区域xi为作为基训练样本，加入上下帧约束，得到学习分类器增量系数a为：α^=y^-k^pcα^pk^xx+λI,]]>其中：∧表示离散傅立叶变换，y为回归标签，kpc表示上一帧的目标外观与当前帧外观在高维空间的互相关，ap表示上一帧的分类器系数，表示对角元素为基样本的傅立叶变换，λ为控制过拟合的正则参数，I是单位向量；D、快速目标检测：在下一帧中循环移动检测区域z得到候选块，代入分类器得到f(z)＝(Kz)Tα以及目标位置(xi,yi)＝arg max f(z)，其中：K为核矩阵；F、分类器训练：返回B步骤，然后在C步骤中以目标中心(xi,yi)所在上下文作为基训练样本，得到分类器增量系数a，更新模型，继续下一帧的更新。