[发明专利]一种基于目标显著性特征的目标跟踪方法

摘要

本发明公开了一种基于目标显著性特征的目标跟踪方法，包括以下步骤：S1、基于第一帧初始化跟踪目标判别模型M₁和检测目标判别模型G₁；S2、对于第t(t>＝2)帧框定检测区域；S3、提取检测区域的HOG以及前景概率特征；S4、依据M_t‑1，确定出目标位置P1；S5、依据P1对跟踪结果以及前景概率的最大置信度进行判别；S6、若两个置信度都大于阈值A和B，则P1为结果，转S2，否则S7；S7、启动检测器检测得另一个目标位置P2；S8、算出P1和P2的跟踪置信度，较高的作为最终结果；S9、对判别模型G_t和M_t进行模型更新，转S2，进行序列跟踪。本发明可以对大部分场景目标进行鲁棒性跟踪。

主权项

1.一种基于目标显著性特征的目标跟踪方法，其特征在于，所述的目标跟踪方法包括下列步骤：S1、通过视频序列中标定的第一帧对目标位置进行初始化并提取特征进行跟踪目标判别模型M₁和检测目标判别模型G₁初始化；S2、从第二帧开始，对于第t帧，依据上一帧的目标位置进行检测区域的框定，其中，t>＝2；S3、提取检测区域的HOG以及前景概率特征，获取增强型目标特征；S4、依据跟踪目标判别模型M_t‑1，获得新一帧检测区域的置信度图，确定出目标位置区域P₁；S5、依据目标位置区域P₁对跟踪结果的最大置信度以及前景概率的最大置信度进行判别；S6、若跟踪结果的置信度以及前景概率的最大置信度同时大于阈值A和阈值B，则将步骤S4中的目标位置区域P₁作为最终的目标跟踪结果，若不满足则执行步骤S7；S7、启动孪生卷积神经网络为检测器对目标检测区域中的目标进行检测得到另一个目标位置区域P₂；S8、依据检测目标位置区域P₁和目标位置区域P₂进行跟踪置信度的对比，选择置信度较高的一个作为最终的结果；S9、依据各自的更新规则对跟踪目标判别模型G_t和检测目标判别模型M_t进行模型更新，然后跳转到步骤S2，进行接下来图片帧的目标跟踪。