【技术实现步骤摘要】
一种复杂红外地面环境下的稳定目标跟踪方法
本专利技术涉及目标跟踪
,具体涉及一种复杂红外地面环境下的稳定目标跟踪方法。
技术介绍
红外成像系统主要运用相关光电技术去检测物体热辐射的相关定波段信号,不仅仅应用于安防监控、机器人以及人机交互等领域,还广泛应用于军事领域中。目标跟踪技术在近些年取得极大的进步,但还存在着红外地面图像的低信噪比问题,以及目标跟踪过程中的外观形变、强相似背景干扰以及遮挡等因素造成的跟踪鲁棒性差问题,这些都是目标跟踪技术进一步发展所需要解决的关键问题。目前目标跟踪模式主要分为:生成模式、判别模式和基于深度学习三种。生成类算法是对当前帧目标区域图像建模,在下一帧图像中寻找与模型最相似的区域作为预测目标位置,比较典型的有卡尔曼滤波,粒子滤波,mean-shift滤波等。判别类算法则是以目标区域图像作为正样本,背景区域图像作为负样本,训练得到分类器模型,在下一帧图像中根据训练得到的分类器计算最优区域作为预测目标位置,比较典型的有多示例学习方法(multipleinstancelearning)和结构SVM(structuredSVM)等。与生成类算法的主要区别在于,判别类算法在训练分类器中增加了背景信息,因此判别类算法普遍优于生成类算法;比较经典的有TLD(Tracking-Learning-Dectection)算法和LCT(Long-termCorrelationTracking)算法等。近年来,比较主流的算法一类是基于相关滤波的跟踪算法(CorrelationFilterbasedTracking,CFT),它们具有精度高、速度快 ...
【技术保护点】
1.一种复杂红外地面环境下的稳定目标跟踪方法,其特征在于,包括以下步骤:步骤一、获取红外视频中初始帧红外图像的目标信息以及背景信息,初始化相关滤波器、分类器和检测器;步骤二、根据第t‑1帧红外图像的目标位置在第t帧红外图像的搜索区域进行相关响应置信度以及遮挡检测值的计算,返回目标的粗定位;根据遮挡检测值,进行遮挡检测:如果遮挡检测值满足遮挡条件,则重新计算缩减区域后的相关响应置信度,再对背景区域响应置信度进行惩罚,并返回该帧红外图像的目标最大响应值的目标位置和尺度,完成目标的精定位;更新相关滤波器、分类器和检测器的参数;如果目标丢失,则采用检测器进行全局搜索,找到目标更新相关滤波器、分类器和检测器的参数并返回目标位置。
【技术特征摘要】
1.一种复杂红外地面环境下的稳定目标跟踪方法,其特征在于,包括以下步骤:步骤一、获取红外视频中初始帧红外图像的目标信息以及背景信息,初始化相关滤波器、分类器和检测器;步骤二、根据第t-1帧红外图像的目标位置在第t帧红外图像的搜索区域进行相关响应置信度以及遮挡检测值的计算,返回目标的粗定位;根据遮挡检测值,进行遮挡检测:如果遮挡检测值满足遮挡条件,则重新计算缩减区域后的相关响应置信度,再对背景区域响应置信度进行惩罚,并返回该帧红外图像的目标最大响应值的目标位置和尺度,完成目标的精定位;更新相关滤波器、分类器和检测器的参数;如果目标丢失,则采用检测器进行全局搜索,找到目标更新相关滤波器、分类器和检测器的参数并返回目标位置。2.根据权利要求1所述的一种复杂红外地面环境下的稳定目标跟踪方法,其特征在于,所述步骤一具体包括以下步骤:步骤1.1,载入含有目标的红外视频,获取第一帧红外图像,并确定第一帧红外图像中的目标区域S1;步骤1.2,在目标区域S1提取亮度直方图特征,训练亮度直方图模型,将目标区域S1放大1.5~2.5倍得到训练区域S2,对训练区域S2进行循环移位构造正负样本特征集,用于训练相关滤波器和尺度滤波器;步骤1.3,在目标区域S1和训练区域S2分别进行正负样本提取,建立正负样本特征集,用于训练分类器和检测器。3.根据权利要求2所述的一种复杂红外地面环境下的稳定目标跟踪方法,其特征在于,所述步骤1.2还包括:步骤1.2.1,首先在目标区域S1提取亮度直方图特征,训练亮度模型;步骤1.2.2,扩大目标区域S1到1.5~2.5倍得到训练区域S2,在训练区域S2提取HOG特征,对提取的矩阵加上余弦窗,并进行循环移位,得到正负样本特征集,相关滤波模型:其岭回归解为:将其转换到频域,则有其中,A0为目标区域,Ai为目标周边的背景区域,y为样本特征集通过训练得到的模型计算后回归值,λ为超参数,a为一个N×1的矢量;通过正负样本特征集和相关滤波模型,训练相关滤波器;步骤1.2.3,在步骤1.2.2的基础上,在目标区域S1,抽取s层PCA-HOG特征金字塔,取s=33尺度进行分析,且每个尺度系数n提取的区域大小为μnP×μnR。其中,μ为各个特征层间的比例系数,n取值范围是:提取尺度后,将其归一化到固定尺寸,训练尺度滤波器。4.根据权利要求2所述的一种复杂红外地面环境下的稳定目标跟踪方法,其特征在于,所述步骤1.3还包括:步骤1.3.1,在目标区域S1及训练区域S2提取正负样本p;并建立正负样本特征集M;其中,步骤1.3.2,通过上述建立的特征集M来训练分类器和检测器。5.根据权利要求1-4任一项所述的一种复杂红外地面环境下的稳定目标跟踪方法,其特征在于,所述步骤二具体包括以下步骤:步骤2.1,获取第t帧需要跟踪的红外图像,并将第t-1帧红外图像目标区域S1扩大2倍形成检测区域D1,使用步骤一初始化的相关滤波器模型计算D1区域的相关响应置信度矩阵resp_cf和S1区域的相关响应置信度矩阵resp_cf_o,然后计算出遮挡检测值UPCE;步骤2.2,通过遮挡检测值UPCE检测目标是否被遮挡,若被遮挡,则缩小检测区域D1,重新计算上一帧目标区域S1的响应,并对背景区域D2的相关响应置信度进行惩罚,然后返回修正后的目标相关响应置信度;步骤2.3,如果目标相关响应置信度满足UPCE>Th,则提取目标区域亮度直方图特征,计算亮度直方图的相关置信度resp_hist,并融合亮度直方图和HOG两种特征的响应结果,同时在该位置...
【专利技术属性】
技术研发人员:邓博,吕坚,阙隆成,秦筝,卢云龙,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。