买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西北工业大学

摘要：本发明提供了一种弹载平台实时目标跟踪方法，属于图像处理领域，包括：步骤1、目标跟踪器根据第一帧的目标位置，提取当前图像帧的搜索区域；步骤2、再对第一帧提取的搜索区域进行特征提取，使用样本及特征训练分类器，并生成初始的位置滤波器；步骤3、在后续图像帧中，目标跟踪器根据前一帧的目标位置，进行区域循环采样获得正负样本，提取样本特征以更新滤波器参数；步骤4、将滤波器和新输入的图像帧进行相关性计算，响应最大值的区域即为目标位置。该方法采用以跟踪为主、检测为辅的方法将改进相关滤波算法和上述改进单阶段检测算法进行融合得到一个优良的长时跟踪系统，大幅提升算法表现力。

主权项：1.一种弹载平台实时目标跟踪方法，其特征在于，包括以下步骤：步骤1、目标跟踪器根据第一帧的目标位置，提取当前图像帧的搜索区域；步骤2、再对第一帧提取的搜索区域进行特征提取，使用样本及特征训练分类器，并生成初始的位置滤波器；步骤3、在后续图像帧中，目标跟踪器根据前一帧的目标位置，进行区域循环采样获得正负样本，提取样本特征以更新滤波器参数；步骤4、将滤波器和新输入的图像帧进行相关性计算，响应最大值的区域即为目标位置；所述步骤1具体包括：步骤11、通过多尺度、单阶段目标检测器，对弹载平台所拍摄的视频帧进行自动目标检测，并将检测器的输出结果作为跟踪器的初始化；步骤12、目标跟踪器根据第一帧的目标位置，提取当前图像帧的搜索区域；所述步骤2具体包括：步骤21、对第一帧提取的搜索区域进行hog-lbp-傅里叶描述子特征融合后，再进行融合特征提取；步骤22、使用上述样本及特征训练分类器，并生成初始的位置滤波器；步骤23、在后续图像帧中，目标跟踪器根据前一帧的目标位置，进行区域循环采样；同时以目标中心位置为目标中心，将待测候选样本进行缩放得到尺度池空间；步骤24、对提取的区域样本进行hog-lbp-傅里叶描述子特征融合后，再进行融合特征提取；所述步骤4具体包括：步骤41、根据正负样本训练位置滤波器，位置滤波最大响应的区域即为当前目标位置；同时算法提取尺度空间内的目标特征进行尺度相关滤波检测，得到响应矩阵，对应最大峰值即为当前目标尺度；步骤42、在跟踪过程中使用二级跟踪置信度判别机制，求解当前置信度分数，判断每一帧图像的跟踪状态是否稳定；步骤43：将置信度分数传入检测器用以判别是否启动检测器，同时传入追踪器用以判别是否进行目标模板更新；所述根据正负样本训练位置滤波器具体包括：核相关滤波算法将线性空间的脊回归通过核函数映射到非线性空间，在非线性空间去求解对偶问题和常见约束，同时算法采用多通道方向梯度直方图HOG以更好的表征目标特征；设训练样本集为xi,yi，误差函数为min||Xw-y||2+λ||w||2其中，X代表输入样本循环矩阵，w为需要求解的系数矩阵，λ用于控制系统的结构复杂性；为了使得误差函数最小，对上式求导，并令导数为0，求得:w＝XHX+λI-1XHy将w用样本的线性组合来表示： 其中为非线性映射函数，核空间的岭回归的解为： 其中表示x在傅里叶域进行自相关，快速检测过程得到的输出响应方程如下式： 由以上公式推导可知，在更新跟踪器的过程中只需要对模板训练参数α和训练样本集x进行更新，同时使用线性插值的方法设置模板更新因子η，具体更新公式如下：xt＝ηxt-1+1-ηxtαt＝ηαt-1+1-ηαt。

全文数据：

权利要求：

百度查询： 西北工业大学 一种弹载平台实时目标跟踪方法