1.一种基于STRCF的抗遮挡目标跟踪方法,其特征在于,包括以下步骤:
1)读取图像序列,在初始帧图像中框选待跟踪目标,确定目标的中心坐标和尺寸,初始化跟踪器,根据目标区域形成初始的目标模板,初始化卡尔曼滤波器;
2)计算遮挡判定函数值st;
3)将步骤2中获取的遮挡判定函数值st与预先设定的阈值δ进行对比,若大于预设阈值,则进行遮挡程度判别;反之使用STRCF跟踪器获取最大相关响应值,输出最大相关响应值对应的目标中心坐标,进行步骤8、步骤9;
4)若步骤3获取的遮挡判定函数值大于阈值δ,利用分块匹配算法确定遮挡程度,计算分块匹配数Num。
5)若步骤4计算的分块匹配数Num大于阈值ξ,判定待跟踪目标处于部分遮挡状态;反之则处于完全遮挡状态;
6)若步骤5判定待跟踪目标处于部分遮挡状态,使用STRCF跟踪器获取最大相关响应值,输出最大相关响应值对应的目标中心坐标,进行步骤8、步骤9,反之进行步骤7;
7)若步骤5判定待跟踪目标处于完全遮挡状态,使用卡尔曼滤波器对待检测目标进行位置估计,并在估计的位置周围划定二次复检区域,在范围区域内利用特征信息进行精确定位。
8)进行目标尺度更新;
9)进行相关滤波器更新。
2.如权利要求1所述的一种基于相关滤波的抗遮挡目标跟踪方法,其特征在于:在步骤
1)中,所述框选待跟踪目标包括图像去噪。
3.如权利要求1所述的一种基于相关滤波的抗遮挡目标跟踪方法,其特征在于:在步骤
2)中,所述遮挡判定函数值计算公式如下:
其中qt质量评估函数,CRM为相关滤波响应图(相关滤波器与候选图像块进行相关运算),μ和σ分别为旁瓣区域的均值和标准差,旁瓣区域为以最大峰值响应点为中心的11×11的区域;z为偏置系数,设为0.1。
4.如权利要求1所述的一种基于相关滤波的抗遮挡目标跟踪方法,其特征在于:在步骤
3)中,阈值δ为1.55。
5.如权利要求1所述的一种基于相关滤波的抗遮挡目标跟踪方法,其特征在于:在步骤
4)中,分块匹配数Num计算公式如下:
其中Num代表的是前一帧目标和当前帧的候选目标分块匹配程度较高的个数。hist是利用颜色直方图信息对两个分块进行余弦相似度比较的函数;对图像块进行均匀四分块,Bt为当前帧的候选对象四分块集合。Bt-1为前一帧目标的四分块集合。
6.如权利要求1所述的一种基于相关滤波的抗遮挡目标跟踪方法,其特征在于:在步骤
5)中,阈值ξ为3。
7.如权利要求1所述的一种基于相关滤波的抗遮挡目标跟踪方法,其特征在于:在步骤
7)中,状态转移矩阵设为 状态控制矩阵设为B=[0.125 0.125 0.5
0.5]T,状态控制向量设为uk-1=0.004,测量系统的参数矩阵 系统状态误差
8.如权利要求1所述的一种基于相关滤波的抗遮挡目标跟踪方法,其特征在于:在步骤
7)中,二次检测公式为 是一块搜索区域,以卡尔曼滤波估计的位置为中心,长等于n1+n2+1乘以上一帧目标的高度,宽等于m1+m2+m3乘以上一帧目标的宽度。D=[Area1,Area2,····,Areai],在搜索区域里,以上一帧目标的尺寸为搜索窗口,以步长19进行滑动,得到Areai。m1,m2,n1,n2计算公式如下所示:其中, 为卡尔曼滤波器估计的位置,HEIGHT,WIDE为输入图像的大小,(tw,th)为上一帧目标的宽高。