[发明专利]基于结构化输出相关滤波器的目标跟踪方法

摘要

本发明公开了一种基于结构化输出相关滤波器的目标跟踪方法，主要解决因目标光照变化、遮挡、旋转等导致的跟踪失败问题。本发明实现的步骤如下：(1)对第一帧图像进行预处理；(2)构造结构化输出相关滤波器；(3)求取最优的结构化输出相关滤波器；(4)对当前帧图像进行预处理；(5)确定当前帧图像中待跟踪目标的位置；(6)优化结构化输出相关滤波器；(7)判断是否选取完待跟踪视频图像序列中的所有帧图像，若是，则结束，否则，执行步骤(4)。本发明通过构造结构化输出相关滤波器，更好地描述样本中包含的信息，使结构化输出相关滤波器学习到区分度高的特征，能够稳定准确地跟踪目标。

主权项

1.一种基于结构化输出相关滤波器的目标跟踪方法，其特征在于，包括如下步骤：(1)标记待跟踪目标的初始位置：(1a)读取待跟踪视频图像序列的第一帧图像；(1b)在第一帧图像中，用矩形框手工标记出待跟踪目标，将矩形框的位置作为待跟踪目标的初始位置；(2)对第一帧图像进行预处理：对第一帧图像进行随机仿射变换，将得到的8幅仿射变换后的图像组成一个训练样本集；(3)构造结构化输出相关滤波器：生成一个行和列全为0、一维向量的维度等于D的结构化输出相关滤波器，其中，D表示第一帧图像中初始位置的待跟踪目标展为一维向量时的维度；(4)获取结构化输出相关滤波器的期望响应：(4a)利用训练样本集，产生一个相关滤波器的期望响应函数；(4b)生成一个行和列全为1、一维向量的维度等于D的标签滤波器，用0扩充标签滤波器的边缘，得到一维向量的维度等于M的已扩标签滤波器，其中，M表示训练样本集中任意一个训练样本展为一维向量时的维度；(4c)用相关滤波器的期望响应函数与已扩标签滤波器相乘，得到结构化输出相关滤波器的期望响应；(5)计算第一帧图像的互相关谱能量和自相关谱能量；(6)采用交替方向乘子算法，得到第一帧图像的最优的结构化输出相关滤波器；(7)从待跟踪视频图像序列中选取一帧图像，作为当前帧图像；(8)对当前帧图像进行预处理：在当前帧图像中，以上一帧图像中待跟踪目标的位置及其8邻域作为测试窗口，取出与训练样本大小相同的多个矩形框，将所有矩形框作为候选样本；(9)按照下式，从空间域截取候选样本，剔除候选样本中的畸形部分，得到结构化输出相关滤波器的响应：其中，S_y表示第y个候选样本对应的结构化输出相关滤波器响应，表示傅里叶域的第y个候选样本；F表示由复数基向量组成的M×M维的规范正交矩阵，P表示指定扩充尺寸的D×M维的掩蔽矩阵，h表示结构化输出相关滤波器；(10)确定当前帧图像中待跟踪目标的位置：(10a)从多个候选样本中，选出结构化输出相关滤波器响应最大的候选样本，将其对应的位置作为当前帧图像中待跟踪目标的位置；(10b)在当前帧图像中标记出待跟踪目标的位置；(11)获取当前帧图像的互相关谱能量和自相关谱能量：(11a)计算当前帧图像的互相关谱能量和自相关谱能量；(11b)按照更新公式，更新当前帧图像的互相关谱能量和自相关谱能量；(12)优化结构化输出相关滤波器：采用交替方向乘子算法，得到当前帧图像的最优的结构化输出相关滤波器；(13)判断是否选取完待跟踪视频图像序列中的所有帧图像，若是，则执行步骤(14)，否则，执行步骤(7)；(14)结束目标跟踪。