[发明专利]一种基于图像的运动目标跟踪方法

摘要

本发明提供一种基于图像的运动目标跟踪方法，针对目前基于卷积神经网络的跟踪方法存在的运动目标的大小或者尺度发生变化的时候跟踪失效的问题，本发明应用深度学习技术，利用预训练好的网络对图像进行特征提取，采用相关滤波器的方法，对目标点进行跟踪。该发明利用C3D网络获取时间相关性信息提高跟踪的精确性，利用DenseNet网络结合特征金字塔网络的网络结构，提供多尺度跟踪的特性，从而实现当运动目标的大小或者尺度发生变化时的准确跟踪。本发明可以广泛应用于基于图像的运动目标跟踪中。

主权项

1.一种基于图像的运动目标跟踪方法，其特征在于：该方法包括以下步骤：1)在图像的当前第t帧上指定一个要跟踪的感兴趣区域，以该区域为中心确定出搜索区域，以跟踪目标的初始位置(xt‑1,yt‑1)为中心，采用空间插值的方法提取卷积特征，记特征映射为h，图像通过插值过采样得到的第l层的特征矢量为x，其大小为M×N×D，在位置为i,k处特征映射的插值权重记为αik，则第i个位置处的特征矢量为2)设图像有D个通道，通过学习得到一个大小为M×N×D的相关滤波器w，学习到的在第d个通道的频域滤波器为其中，1≤d≤D，t为帧号，W是w的傅立叶变换，X是x的傅立叶变换，⊙表示Hadamard乘，表示X的复共轭，Y表示高斯标签函数的傅立叶变换，λ是正则参数。用F^‑1表示求傅立叶逆变换，则大小为M×N的第l层的相关响应映射f_l计算如下：前述提取卷积特征的深度学习网络由C3D网络、DenseNet网络和特征金字塔网络组成，其连接特点是：C3D网络直接连接DenseNet网络，特征金字塔网络直接应用于DenseNet网络上；对于深度学习网络的每一层都按照(3)式计算出fl；3)首先在第t帧图像的特征金字塔网络最浅卷积层的相关响应映射fl上查找最大值点位置，以该点为中心裁剪出一块子区域，在该区域上再在特征金字塔网络的中间卷积层的相关响应映射fl上查找最大值点位置并再次裁剪子区域，最后将在该区域上特征金字塔网络的最深卷积层的相关响应映射fl的最大值点位置(xt,yt)确定为在第t帧跟踪到的目标位置；4)，记公式(2)中的分子为分母为t为帧号，η为学习率，相关滤波器w按照下面的计算方法更新得到把位置(x_t,y_t)做为第t+1帧的跟踪目标的初始位置(x_t‑1,y_t‑1)，把第t+1帧作为第t帧，重复上述步骤，其中作为用于公式(3)的相关响应映射f_l的计算，直到最后一帧图像确定目标位置为止。