[发明专利]一种基于多通道特征的高速相关滤波目标跟踪方法

摘要

一种基于多通道特征的高速相关滤波目标跟踪方法，如下：(1)采用HOG特征、CN特征和角点特征3个通道加权融合构建目标特征模型，以此对目标长时间稳定跟踪；(2)利用HOG特征，克服由于光照变化导致的目标特征提取受到干扰的问题；(3)利用CN特征，克服由于目标尺寸变换导致的纹理信息剧烈变化的问题；(4)利用角点特征，克服目标被部分遮挡导致的目标跟踪丢失问题；(5)每种特征通过傅里叶变换转换到频域计算相关度，将卷积运算转化为点乘运算，从而减小计算量，加快计算速度；(6)采用最大峰值比(MPR)判断目标特征模型权值系数是否需要更新，自适应调节某种环境因素下某特征通道的主导地位；(7)利用在线学习，选用固定学习因子对权值系数进行更新，完成目标模型更新过程。

主权项

1.一种基于多通道特征的高速相关滤波目标跟踪方法，其特征在于步骤如下：(1)在视频流中取出一帧图像，确定目标所在区域，并初始化最大峰值比MPR的阈值，同时初始化三个特征融合的权值系数，并根据初始化的三个特征融合权值系数，线性求和融合成目标初始模型，完成构建目标多通道特征融合模型的过程；所述三个特征分别为HOG特征、CN特征和角点特征；(2)在下一帧图像中，在步骤(1)中所确定目标所在区域的位置中心周围，以固定系数扩展目标区域，密集采样得到20至30个图像块；(3)在步骤(2)采集的图像块中提取HOG、CN和角点特征，分别进行高速相关滤波计算，所述高速相关滤波具体操作是将时域下两个矩阵相关度的计算过程，通过快速傅里叶变换到频域后，进行点积运算快速得到结果；统计三个特征的计算结果，形成各自对应的响应图，对每个响应图中的所有响应峰值进行归一化处理，并统计每个特征响应图中的最大响应峰值；再使用步骤(1)中初始化的权值系数对HOG、CN和角点特征的响应图加权融合为最终响应图，找到融合后的最大峰值处即可确定目标最终所在位置；然后在所得的最终响应图中以最大峰值为基数，计算各特征的最大响应峰值与最终响应图的最大峰值的比值，取该比值中的最大值，即最大峰值比MPR，用初始化MPR阈值对所述的最大峰值比MPR进行比较，若大于初始化MPR阈值，则对目标多通道特征融合模型进行更新，反之则不更新；实施更新过程，则利用所得到的各特征的最大响应峰值与最终响应图的最大峰值的比值，在固定的学习因子系数下重新分配各特征所对应的权值系数，完成三个特征的权值系数的自适应更新过程，并将更新后的目标多通道特征融合模型和三个特征的权值系数传递给下一帧图像继续目标跟踪，最终完成目标跟踪任务。