[发明专利]一种适用于长程跟踪的鲁棒性视觉目标跟踪方法

摘要

本发明公开了一种适用于长程跟踪的鲁棒性视觉目标跟踪方法，首先根据视频序列的初始帧图像与目标在初始帧中的位置信息提取正负样本，对样本图像块作特征提取得到低维特征向量，使用线性支持向量机技术初始化目标外观模型；然后对得到的支持向量机模型进行逻辑斯蒂回归，对目标外观模型在粒子滤波框架下估计目标位置；随后，将中值流跟踪算法与当前的粒子滤波算法结合协同跟踪，在跟踪过程中采用增量减量技术在线更新外观模型，将原始的外观模型与新样本结合在线更新外观模型，直到最后一帧结束更新，从而实现了鲁棒性的视觉目标跟踪。本发明实现了机制迥异的两路跟踪方法的并行互补，解决了跟踪进程中不断产生新信息而造成空间冗余的问题。

主权项

1.一种适用于长程跟踪的鲁棒性视觉目标跟踪方法，其特征在于：首先，根据视频序列的初始帧图像与目标在初始帧中的位置信息提取随机的正负样本图像块用于目标外观模型的初始化训练；然后，对每个样本图像块提取特征得到一个低维特征向量，并利用定义的核函数将表示样本图像块的低维特征向量映射至高维特征空间；接着，将样本的高维特征向量集作为线性支持向量机模型的输入，计算出最优解即模型参数，从而完成目标外观模型的初始化；随后，对目标外观模型作进一步的逻辑斯蒂回归，并将建立起的目标外观模型置于粒子滤波的框架下，与中值流跟踪方法结合形成协同的跟踪回路；在跟踪过程中，对跟踪结果进行筛选选取可信度高的结果作为新样本，采用增量减量技术，将原始的外观模型与新样本结合在线更新外观模型，直到最后一帧结束更新，从而实现了鲁棒性的视觉目标跟踪。