[发明专利]一种基于似物性和相关滤波的目标跟踪方法

摘要

本发明公开了一种基于似物性和相关滤波的目标跟踪方法，包含：将帧中的目标区域进行扩展，构建训练样本并训练核相关滤波，每来新一帧的图像，计算当前帧中搜索区域的前向光流，结合搜索区域的颜色信息，通过边缘检测算法得到运动物体的边界，根据边缘检测产生的边缘图，由似物性方法产生目标的候选，调整候选窗口的四个边界使其更加贴合物体的真实边缘。在当前帧的搜索区域中，由核相关滤波检测到最大响应值对应的目标初始位置，并计算似物性方法得到候选的响应值，通过比较响应值得出当前帧的目标位置和大小并对模型进行更新。本发明能够有效处理快速运动和尺度变化等问题，从而实现鲁棒的跟踪。

主权项

1.一种基于似物性和相关滤波的目标跟踪方法，其特征在于，包括以下步骤：步骤1，输入视频，在视频的第一帧中，对标记目标区域扩展，以扩展后的图片块为目标样本，利用循环位移的方法构建训练样本，并进行边界效应处理，构建回归模型；步骤2，获取视频的下一帧，以前一帧的目标位置为中心定义搜索区域，并计算当前帧搜索区域的前向光流；步骤3，基于步骤2得到的前向光流和当前帧搜索区域的颜色通道，得到边缘图；步骤4，基于步骤3得到的边缘图，产生运动目标的候选集合；步骤5，基于步骤4得到的候选集合，利用超像素对候选框窗口进行调整，得到最终的运动目标的候选集合；步骤6，在当前帧中的搜索区域中用步骤1得到的回归模型计算对应的响应值，并利用步骤1的回归模型计算步骤5中得到的运动目标候选的响应值；步骤7，基于步骤6得到的响应值，选择响应值最大的候选矩形框并确定当前帧的目标状态；步骤8，基于步骤7得到的当前帧的目标状态更新步骤1中的回归模型；步骤9，判断当前帧是否为视频的最后一帧，若是则结束；否则转入步骤2。