一种针对遮挡的相关滤波目标跟踪方法_CN109785366A

通过计算APSR的数值，评估跟踪质量，决定第t帧的相关滤波器是否被更新。
3
CN 109785366 A
说 明 书
1/7 页
一种针对遮挡的相关滤波目标跟踪方法
技术领域 [0001] 本发明涉及一种针对遮挡的相关滤波目标跟踪方法，属于模式识别、计算机视觉 领域。
背景技术 [0002] 随着计算机视觉的日益发展，视觉跟踪已经广泛应用于许多计算机视觉任务，例 如视频监控，人机交互和无人感知系统。给出第一帧目标的真实位置，跟踪器就可以在整个 视频序列中定位感兴趣的目标。虽然视觉跟踪方法取得了很大进展 ，但仍存在许多挑战 ，例 如变形，遮挡，视野外，尺度变化，平面内旋转等[1]。 [0003] 近年来，判别类跟踪方法引起了极大的关注。判别方法将目标跟踪视为二分类，即 目标和视频中的背景区域。很多判别类方法是基于机器学习方法，其中，相关滤波(KCF)[2] 由于其具备高计算效率和出色的跟踪性能 ，最受欢迎。但是 ，标准的 相关滤波受 制于边界效 应，会生成不真实的训练负样本，可能训练出过度拟合的过滤器，不能很好的应对变形遮挡 等挑战 ，因此增加了跟踪失败的风险。目前有很多工作旨 在改进相关滤波产生的边界效应 ， SRDCF[3] (空间正则化判别相关滤波器) 引入了一个空间正则化窗口 ，该窗口是目标的5倍 大小 ，它惩 罚目 标矩形框范围之外的 滤波器值 ，这使得许多背景样本被抑制 ，因此 它比 KCF 有更强的 跟踪能 力。然而 ，SRDCF在跟踪过程中整个参数是固定的 ，因此该方法不能很好地 适应目标的形状变化。除此之外，CSR-DCF[4]，它利用颜色直方图模型来构造二分类分割矩 阵 ，赋予真实目标区域更多的权重 ，同时背景像素被抑制，这样训练出的 相关滤波跟踪器就 更多地关注在真实的目标区域。然而，通过颜色直方图得到的二分类分割矩阵不可能一直 准确 ，特别是发生遮挡和光照变化时 ，此时 低置信度的二值分割矩阵极大程度地干扰跟踪 器，导致跟踪失败。 [0004] 文章[2]提出传统的KCF跟踪算法流程，利用到流行的tracking–by-detection[5] 思想，KCF的总体思路为：对给定的一个训练正样本，利用周期矩阵的性质，生成大量的其余 负样本并用于训练相关滤波器。根据循环矩阵的性质，DCF方法将耗时的空间相关转换为快 速的傅里叶域中的元素操作。 [0005] 文章[6]提出HOG(Histogram of Oriented Gradient)描述子，HOG的生成方式是 根据这样的 思想 ：它通过计算 和统计图 像 局部区域的 梯度方向 直方图 来构成特征。目 标的 梯度或边缘的方向密度分布很好地描述目标的表象和形状，因此HOG特征被广泛地运用在 目标检测和跟踪领域。 [0006] 文章[7]提出CN(Color Names)描述子，CN的生成方式是根据这样的思想： [0007] 它把目标可能出现的颜色分为11类：黑、蓝、棕、灰、绿、橙、粉、紫、红、白和黄共11 种。通过自适应算法 ，利 用PCA (主成分分析) 的 思想 ，选择目 标区域中每个像素比 较显著的 颜色，将11维的颜色特征降为2维度。 [0008] 文章[4]提出一种空间感知的相关滤波跟踪算法。它利用颜色直方图生成权重矩 阵 ，判断跟踪目标区域内像素类别(目标或者背景) 。算法首先对上一帧的跟踪结果 (一般由
权利要求书2页 说明书7页 附图3页
CN 109785366 A
CN 109785366 A
权 利 要 求 书
1/2 页
1 .一种针对遮挡的相关滤波目标跟踪方法，其特征在于，步骤如下： 步骤1 ：对于一段跟踪的 视频序列 ，给出 第t帧的 跟踪目 标位置 和大小 ，确定搜索区域 ， 提取特征 ，且计算出第t帧的权重图 ； 步骤2 ：基于得到的第t帧的权重图 ，训练出第t帧的 相关滤波器 ； 步骤3：根据训练出的相关滤波器，计算出第t+1帧的目标响应图 ，计算第t+1帧目标位 置； 步骤4 ：基于第t+1帧目标位置 ，求得高置信度的 APSR策略 ，决定第t帧的 相关滤波器是 否被更新。 2 .根据权利要求1所述的针对遮挡的相关滤波目标跟踪方法，其特征在于：所述步骤1 具体实现如下： 步骤1所提到的基于第t帧的权重图 ，是由目标相似权重图T和空间感知权重图P构成 ； 目标相似权重图T：
( 19 )中华人民 共和国国家知识产权局
( 12 )发明专利申请
(21)申请号 201910052347 .3
(22)申请日 2019 .01 .21
(71)申请人 中国科学技术大学 地址 230026 安徽省合肥市包河区金寨路 96号
(72)发明人 凌强 汤峰 李峰
(74)专ห้องสมุดไป่ตู้代理机构 北京科迪生专利代理有限责 任公司 11251
代理人 安丽 成金玉
(51)Int .Cl . G06T 7/246(2017 .01)
(10)申请公布号 CN 109785366 A (43)申请公布日 2019.05.21
( 54 )发明 名称 一种针对遮挡的相关滤波目标跟踪方法
( 57 )摘要 本发明 涉 及一 种针对遮 挡的 相关 滤波目 标
已知第t帧图像的目标位置和大小，构建颜色直方图 和 如下所示：
其中γ为固定的更新率， 和 分别表示第t帧的目标和背景颜色直方图 ， 和
为历史帧 ，即第1帧到第t-1帧的目标和背景颜色直方图 ，则得到基于颜色直方图的目 标相似权重图T：
其中 和 为先验概率，代表了第t帧的目标区域和背景区域的大小占整个搜索区域 的比例；
2
CN 109785366 A
权 利 要 求 书
2/2 页
心裁剪搜索区域，并提取其特征，表示为zt+1，然后根据步骤2得到的第t帧的相关滤波器ft： 得到最终第t+1帧的响应图St+1：
其中 和 表示对ft和zt+1进行傅里叶变换，F-1代表逆傅里叶变换，St+1是第t+1帧目
标响应图 ； 根据响应图St+1，计算出第t+1帧的目标位置。 5 .根据权利要求1所述的针对遮挡的相关滤波目标跟踪方法，其特征在于：所述步骤4
具体实现如下： 针对步骤3得到的 第t+1帧的目标响应图 St+1 ，采 用以 下APSR策略 ，判断跟踪 质量 ，其中
APSR定义如下：
其中Smax代表St+1的最大值，Smin代表St+1的最小值，μ1代表峰值附近区域Ω1的平均值，σ1 为区域Ω1标准差 ，其中 ，St+1除了Ω1以 外的其余区域记作Ω2 ，w和h表示St+1中像素的横坐标 和纵坐标，Sw,h表示St+1中坐标(w ,h)对应的数值，mean为求均值函数；
跟踪方法 ，步骤1 ：对于一段跟踪的 视频序列 ，给 出第t帧的跟踪目标位置和大小，确定搜索区域， 计算特征 ，计算出第t帧的权重图 ；步骤2 ：基于得 到的第t帧的权重图 ，训练出第t帧的相关滤波 器；步骤3：根据训练出的相关滤波器，计算出第t +1帧的目标响应图 ，计算第t+1帧目标位置 ；步骤 4 ：基于第t+1帧目标位置 ，求得高置信度的 APSR 策略 ，决定第t帧的 相关滤波器是否被更新。
所述空间感知权重图P ,其权重值随着远离目标中心而衰减；对于目标框内的任意一个 像素pi ,其空间感知权重的数值记作P(pi) ,对目标框内每一个像素计算P(pi)，生成最终的 P；
以上步骤得到了目标相似权重图T和空间感知权重图P，那么最终的第t帧的权重图Wt， 由如下公式计算出：
Wt＝T+P。 3 .根据权利要求1所述的针对遮挡的相关滤波目标跟踪方法，其特征在于：所述步骤2 具体实现如下： 对第t帧的目标区域提取特征 ，记作x ，y是符合高斯分布的 标签 ，训练 相关滤波器f t ，优 化函数如下所示： ε(f)＝||ft*x-y||2+λ||ft||2 其中ft＝ft ⊙ Wt，⊙ 代表点乘，当ε(f)最小时，训练出第t帧的相关滤波器ft。 4 .根据权利要求1所述的针对遮挡的相关滤波目标跟踪方法，其特征在于：所述步骤3 具体实现如下： 输入第t+1帧图 像 ，需 要在t+1帧 搜索区 域内寻找目 标位置 ，以 上一帧的目 标位置为中