[发明专利]一种对灰度视频中既定目标的快速跟踪定位方法

摘要

本发明涉及一种对灰度视频中既定目标的快速跟踪定位方法，通过标准目标图像与视频帧序列中的图像做二维高斯核循环卷积求互相关矩阵，使用岭回归法处理互相关矩阵跟踪目标所处位置。当前帧的检测结果加权平均作为下一帧的标准目标图像。每帧标准目标图像自卷积并求其统计特征，两帧间特征化映射为尺度的改变，进而求得目标在运动过程中的尺度变化。同时通过离散傅里叶变换及其反变换将自相关矩阵做反卷积更新学习岭回归参数，用于下一帧求响应矩阵。本发明计算速度快，采用稠密采样；跟踪精度高；能够完全适应尺度变化，能适用于目标快速由远及近或由近及远的场景中。

主权项

1.一种对灰度视频中既定目标的快速跟踪定位方法，包括以下步骤：步骤一、采用互相关滤波的方式对目标进行跟踪，计算目标在当前帧的坐标位置；步骤二、根据上帧所计算的目标坐标位置和目标大小裁剪得到当前帧待检测图像x；步骤三、以待检测图像x与上帧标准图像z做高斯核循环卷积的方式对当前帧待检测图像x做循环矩阵Cx(i,j),用两个置换矩阵Ti与Tj来表示：Cx(i,j)＝TixTj   (1)式(1)中：Ti为单位阵行操作，循环位移i次所得；Tj为单位阵列操作，循环位移j次所得；Cx(i,j)即为大小为m×n的待检测图像x在第i行第j列时的循环位移矩阵；步骤四、根据循环矩阵Cx(i,j)，得到互相关矩阵：式(2)中，为互相关矩阵在i行第j列的元素值，式(2)中每一步都在计算待检测图像x与其在i行第j列处的循环位移矩阵C_x(i,j)的相关性，两者越相似，则相关性(即)越高，β为高斯核带宽；步骤五、求出互相关阵后采用岭回归法学习定位目标位置；岭回归学习函数分类器目标函数为：式(3)中，参数α_i是与长宽相同的系数矩阵，为岭回归法的学习参数；R(x_i)为第i帧图像x_i与标准目标图像z的互相关响应矩阵；跟踪目标的坐标位置即在响应矩阵的最高峰处。