一种自适应的抗遮挡动态目标实时跟踪方法及系统

摘要

本发明提供了一种自适应的抗遮挡动态目标实时跟踪方法及系统，获取图像，确定待跟踪目标；利用PHOG提取待跟踪目标的梯度特征，采用融合PHOG特征与CN特征的方法提取目标区域特征；构建目标跟踪模型，基于所述目标区域特征，得到待跟踪目标在图像当前帧的位置，对模型进行更新，利用峰值旁瓣比作为模型预测定位准确性和可信度的判据，设置自适应更新率；训练目标跟踪模型，利用训练后的目标跟踪模型对新采集的图像进行处理，持续跟踪目标。本发明能够有效降低目标快速运动、遮挡等因素影响。

说明书

技术领域

本发明属于图像处理与视觉跟踪技术领域，具体涉及一种自适应的抗遮挡动态目标实时跟踪方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

目标跟踪是计算机视觉领域一个重要的研究课题，其应用范围十分广泛。但是据发明人了解，当目标跟踪方法投入实际应用时，很容易受到光照变化、背景复杂、目标形变、尺度变化和遮挡等问题影响。实际场景中，一个序列可能存在多个上述不同的问题。同时，实时性也是不可避免的一个问题。视觉目标跟踪研究仍然充满着难点与挑战。

发明内容

本发明为了解决上述问题，提出了一种自适应的抗遮挡动态目标实时跟踪方法及系统，能够有效降低目标快速运动、遮挡等因素影响。

根据一些实施例，本发明采用如下技术方案：

一种自适应的抗遮挡动态目标实时跟踪方法，包括以下步骤：

获取图像，确定待跟踪目标；

利用PHOG提取待跟踪目标的梯度特征，采用融合PHOG特征与CN特征的方法提取目标区域特征；

构建目标跟踪模型，基于所述目标区域特征，得到待跟踪目标在图像当前帧的位置，对模型进行更新，利用峰值旁瓣比作为模型预测定位准确性和可信度的判据，设置自适应更新率；

训练目标跟踪模型，利用训练后的目标跟踪模型对新采集的图像进行处理，持续跟踪目标。

作为可选择的实施方式，利用PHOG提取待跟踪目标的梯度特征的具体过程包括：将梯度图按照不同单元大小划分层次，计算每层的HOG特征；最后将不同层次的HOG特征进行拼接得到PHOG特征。

作为可选择的实施方式，所述峰值旁瓣比的计算过程为将目标跟踪模型预测的响应的最大值与响应图的均值作差，得到的差值与响应图的方差的比值。

作为进一步限定的实施方式，当峰值旁瓣比值大于设定值，则表明当前跟踪结果可靠，增大模型更新率；当峰值旁瓣比值大于预设值时，减小模型更新率。

作为可选择的实施方式，自适应更新率为：

其中p为峰值旁瓣比值。

作为可选择的实施方式，所述模型的更新方法为：

其中η为自适应更新率，

一种自适应的抗遮挡动态目标实时跟踪系统，包括：

图像采集模块，被配置为采集图像，以确定待跟踪目标；

特征提取模块，被配置为利用PHOG提取待跟踪目标的梯度特征，采用融合PHOG特征与CN特征的方法提取目标区域特征；

模型更新模块，被配置为构建目标跟踪模型，基于所述目标区域特征，得到待跟踪目标在图像当前帧的位置，对模型进行更新，利用峰值旁瓣比作为模型预测定位准确性和可信度的判据，设置自适应更新率；

模型训练模块，被配置为并训练目标跟踪模型，利用训练后的目标跟踪模型对新采集的图像进行处理，持续跟踪目标。

作为可选择的实施方式，所述模型更新模块，包括：

模型构建模块，被配置为构建目标跟踪模型，基于所述目标区域特征，得到待跟踪目标在图像当前帧的位置；

峰值旁瓣比计算模块，被配置为计算峰值旁瓣比值，当峰值旁瓣比值大于设定值时，增大模型更新率；当峰值旁瓣比值大于预设值时，减小模型更新率；

更新模块，依照调整后的模型更新率对模型进行更新。

一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种自适应的抗遮挡动态目标实时跟踪方法的步骤。

一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种自适应的抗遮挡动态目标实时跟踪方法的步骤。

与现有技术相比，本发明的有益效果为：

本发明采用PHOG特征与CN特征融合的方法来表达目标的外观模型，能够克服单一特征对目标描述具有局限性，提高对目标的描述能力；

本发明利用峰值旁瓣比作为模型预测定位准确性和可信度的判据，能够有效降低背景复杂、运动模糊、快速运动以及遮挡等复杂因素影响，同时保持较快的跟踪速度。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明的流程图；

图2为本发明的PHOG特征提取过程示意图。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

如图1所示，一种自适应的抗遮挡动态目标实时跟踪方法，包括以下步骤：

步骤1：获取多帧目标跟踪图像，确定跟踪目标；

步骤2：提取目标区域特征，在特征提取过程中，利用PHOG来提取待跟踪目标的梯度特征，首先将梯度图按照不同cell大小划分层次，计算每层的HOG特征；最后将不同层次的HOG特征进行拼接得到PHOG特征。

PHOG特征与CN特征具有较强的互补性，采用PHOG特征与CN特征融合的方法来表达目标的外观模型，能够克服单一特征对目标描述具有局限性，提高对目标的描述能力。CN特征将RGB空间转化为11维度的颜色特征空间。

步骤3：构建跟踪器模型，对跟踪器模型进行更新。

在模型更新过程中，利用峰值旁瓣比作为模型预测定位准确性和可信度的判据，峰值旁瓣比公式如下：

其中

根据上述分析，如果PSR变大，则表明当前跟踪结果可靠，可适当增大模板更新率；当峰旁比较小时，防止模型受背景或者遮挡物较大影响，应减小模型更新率。

利用峰值旁瓣比设置自适应更新率，适应目标外观模型的快速变化，提升模型更新的可靠性。自适应学习率由以下公式得到：

其中

然后采用以下公式对跟踪器模型进行更新：

其中η为自适应更新率，

步骤4：得到目标在当前帧的位置，并持续训练跟踪器模型，对后续图像进行跟踪。

还提供以下实施例：

一种自适应的抗遮挡动态目标实时跟踪系统，包括：

图像采集模块，被配置为采集图像，以确定待跟踪目标；

特征提取模块，被配置为利用PHOG提取待跟踪目标的梯度特征，采用融合PHOG特征与CN特征的方法提取目标区域特征；

模型更新模块，被配置为构建目标跟踪模型，基于所述目标区域特征，得到待跟踪目标在图像当前帧的位置，对模型进行更新，利用峰值旁瓣比作为模型预测定位准确性和可信度的判据，设置自适应更新率；

模型训练模块，被配置为并训练目标跟踪模型，利用训练后的目标跟踪模型对新采集的图像进行处理，持续跟踪目标。

作为可选择的实施方式，所述模型更新模块，包括：

模型构建模块，被配置为构建目标跟踪模型，基于所述目标区域特征，得到待跟踪目标在图像当前帧的位置；

峰值旁瓣比计算模块，被配置为计算峰值旁瓣比值，当峰值旁瓣比值大于设定值时，增大模型更新率；当峰值旁瓣比值大于预设值时，减小模型更新率；

更新模块，依照调整后的模型更新率对模型进行更新。

一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种自适应的抗遮挡动态目标实时跟踪方法的步骤。

一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种自适应的抗遮挡动态目标实时跟踪方法的步骤。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。