一种基于核相关滤波的动目标跟踪算法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113920155A(43)申请公布日2022.01.11(21)申请号202111002688.3(22)申请日2021.08.30(71)申请人北京自动化控制设备研究所地址100074北京市丰台区云岗北里1号院3号楼(72)发明人尚克军段昊雨扈光锋庄广琛刘崇亮裴新凯王大元明丽王海军焦浩李至李茜茜(51)Int.Cl.G06T7/246(2017.01)G06T7/277(2017.01)G06T7/62(2017.01)G06V10/62(2022.01)G06V10/764(2022.01)G06K9/62(2022.01)权利要求书2页说明书7页附图6页(54)发明名称一种基于核相关滤波的动目标跟踪算法(57)摘要本发明提供了一种基于核相关滤波的动目标跟踪算法，采用中值流法、核相关滤波算法分别计算当前帧图像中的目标跟踪框，计算两种算法目标跟踪框的相似度；若相似度大于阈值，以两种算法目标跟踪框重叠部分为基值，合理扩大最终跟踪框，作为检测器的扫描滑窗；若相似度不大于阈值，以上一帧图像中目标跟踪框作为检测器的扫描滑窗；以中值流法计算得到的上一帧图像中目标特征点在当前帧图像中对应的位置为中心，合理扩展作为局部预测区域；采用滑窗扫描的方式生成局部预测区域内的检测子窗口；采用级联分类器对目标进行分类识别。该算法可以提高跟踪器鲁棒性以及算法的整体速度。CN113920155ACN113920155A权利要求书1/2页1.一种基于核相关滤波的动目标跟踪算法，其特征在于，包括如下步骤采用中值流法计算上一帧和当前帧图像中的目标跟踪框面积、特征点；采用核相关滤波算法计算当前帧图像中的目标跟踪框面积、特征点；根据两种算法获得的当前帧图像中的目标跟踪框面积，计算两种算法的目标跟踪框的相似度；若相似度大于设定的阈值，以两种算法目标跟踪框重叠部分为基值，调整最终跟踪框，使得最终跟踪框包含半数次可信跟踪点，以最终跟踪框作为检测器中的扫描滑窗；若相似度不大于设定的阈值，以上一帧图像中目标的跟踪框作为检测器中的扫描滑窗；根据中值流法计算得到的上一帧图像中目标特征点在当前帧图像中对应的位置，以其为中心，取n倍于该上一帧图像中目标跟踪框面积的图像块作为局部预测区域，1＜n≤5；采用滑窗扫描的方式生成局部预测区域内的检测子窗口；采用级联分类器对目标进行分类识别。2.根据权利要求1所述的基于核相关滤波的动目标跟踪算法，其特征在于，所述相似度M为M＝(AKCF∩AMF)/(AKCF∪AMF)其中，AKCF为核相关滤波算法计算的目标跟踪框面积，AMF为中值流法计算的目标跟踪框面积。3.根据权利要求2所述的基于核相关滤波的动目标跟踪算法，其特征在于，当跟踪框为矩形框时，所述相似度M计算方法为Loverlap＝L1+L2‑max(X1+L1，X2+L2)+min(X1，X2)Woverlap＝W1+W2‑max(Y1+W1，Y2+W2)+min(Y1，Y2)SKCF＝L1×W1SMF＝L2×W2其中，X1、Y1为核相关滤波算法跟踪框的坐标值最小顶点坐标，L1、W1为核相关滤波算法跟踪框的宽度、高度，X2、Y2为中值流算法跟踪框的坐标值最小顶点坐标，L2、W2为中值流算法跟踪框的宽度、高度。4.根据权利要求1所述的基于核相关滤波的动目标跟踪算法，其特征在于，所述阈值取值为5。5.根据权利要求1所述的基于核相关滤波的动目标跟踪算法，其特征在于，所述次可信跟踪点指在核相关滤波算法和中值流算法两种算法的跟踪框内，而不在两种算法跟踪框的公共区域内的跟踪点；所述半数为N/2或(N+1)/2，N为次可信跟踪点个数。6.根据权利要求1所述的基于核相关滤波的动目标跟踪算法，其特征在于，所述最终跟踪框以基值为中心，对称调整。7.根据权利要求6所述的基于核相关滤波的动目标跟踪算法，其特征在于，所述最终跟踪框采用折半查找方式获得。8.根据权利要求1所述的基于核相关滤波的动目标跟踪算法，其特征在于，所述n取值2CN113920155A权利要求书2/2页为3。9.根据权利要求1所述的基于核相关滤波的动目标跟踪算法，其特征在于，所述采用级联分类器对目标进行分类识别还包括，判断是否有图像输出，若是，输出检测结果，检测器的工作完成；否则对输入当前帧图像进行全局滑窗扫描搜索，生成检测子窗口，采用级联分类器对目标进行分类识别。3CN113920155A说明书1/7页一种基于核相关滤波的动目标跟踪算法技术领域[0001]本发明属于无人机自主跟踪技术领域，具体涉及一种基于核相关滤波的动目标跟踪算法。背景技术[0002]在无人机执行跟踪任务的过程中，其对动目标的捕获跟踪能力至关重要，但在实际环境下，面临着目标快速移动、遮挡、大小变化甚至