基于相關粒子濾波的視覺跟蹤方法及裝置制造方法及圖紙

本發明專利技術公開了一種基于相關粒子濾波的視覺跟蹤方法及裝置，該方法包括：根據上一時刻的粒子狀態和粒子權重在當前時刻生成粒子并進行重采樣；對當前時刻重采樣得到的每個粒子進行混合相關濾波使其移動并到達一個穩定的位置；使用混合相關濾波響應更新所述每個粒子的權重并更新進行混合相關濾波的相關濾波器的參數；根據更新后的粒子權重對每個粒子狀態進行加權從而獲得被跟蹤目標在當前幀的跟蹤狀態。

Visual tracking method and device based on correlation particle filter

The invention discloses a method and a device for tracking related particle filter based vision, the method comprises: according to a time of the particle state and particle weights in the present moment generated by resampling particles and each particle of the present moment; resampled mixed phase correlation filter to move and reach a stable the use of mixed weight position; updating the filter response of each particle and update the parameters related to filter correlation filtering; according to the weight of the particle is updated by weighting of each particle state so as to obtain the tracking target in the current frame tracking state.

【技術實現步驟摘要】
基于相關粒子濾波的視覺跟蹤方法及裝置
本專利技術屬于計算機視覺領域，具體涉及基于相關粒子濾波的視覺跟蹤方法及裝置。
技術介紹
視覺跟蹤由于其廣泛應用(如視頻監控，行為分析，人機交互和車輛導航等)而成為計算機視覺中最為重要的領域之一。目標物體的外觀隨時間發生大的變化是魯棒視覺跟蹤的主要難點。雖然近幾年取得了一定的進展，但其仍然是一個很困難的任務。當下急需在存在諸如光照變化，快速動作，姿勢變化，局部遮擋和背景雜亂等因素影響下的跟蹤場景中設計魯棒的算法來進行目標狀態估計?；谙嚓P濾波的跟蹤方法已經被證明可以達到相當高的速度和好的魯棒性效果。對于跟蹤而言，相關濾波器估計相似度是通過計算每一個對齊后的基于測試圖像樣本學得的模板(或濾波器)得點積來得到的。相關濾波的計算可以利用卷積定理來加快計算速度，即時域中的卷積可以通過傅里葉變換轉化為頻域中的相乘運算。由于其計算效率高，在視覺跟蹤領域中，相關濾波被給予較高的關注度。盡管CSK和KCF方法在準確率和魯棒性方面都達到了最先進的水平，但這些基于相關濾波的跟蹤器不能很好地解決尺度變化和遮擋問題。為了解決跟蹤過程中的尺度變化問題，DSST跟蹤器使用了具有HOG特征的多尺度相關濾波。盡管DSST對于基于尺度金字塔表示學得的相關濾波器在魯棒性尺度估計的任務中效果好，但對于局部和全部遮擋問題表現不佳。然而，當目標物體被較大程度遮擋時，這兩類跟蹤器會失去作用。這些基于相關濾波的跟蹤方法不能夠很好解決遮擋問題，因為他們只使用了一種單一假設，這意味著這些跟蹤方法只是在上一時刻的狀態附近去搜索現在目標物體的狀態。結果是當局部遮擋和快速動作出現時，這些跟蹤器很有可能失效。另一方面，粒子濾波可以被用來解決大尺度變化和局部遮擋。粒子濾波是基于貝葉斯公式的。公式中樣本是隨時間而增加多種假設，并且樣本使用一個隨機運動模型去預測下一時間的狀態。在基于粒子的跟蹤算法中，多樣的假設使得跟蹤方法能夠解決背景雜亂，局部和完全遮擋，從失敗和目標暫時消失中恢復。因此，粒子濾波由于其能夠解決非線性目標動作和與其他不同物體表示兼容的靈活性優勢，在跟蹤方法中被廣泛使用?？傮w來說，當采樣更多的粒子來建立魯棒的目標表示時，基于粒子濾波的跟蹤算法在雜亂和噪聲的環境中的表現可信度更高。然而，基于粒子濾波的跟蹤器的計算成本隨著粒子的數目會線性增加，這就是其在視覺跟蹤中的使用瓶頸。進一步來說，基于粒子濾波的跟蹤器是通過采樣粒子確定每個目標物體狀態的。如果采樣粒子不能夠很好覆蓋目標物體狀態，則預測的目標物體狀態很可能不準確。為了去克服這個問題，最好是能夠引導粒子中心朝向目標物體。
技術實現思路
本專利技術的目的是結合相關濾波和粒子濾波的優勢，設計魯棒性的視覺跟蹤方法。通過利用粒子濾波有效輔助相關濾波解決尺度變化和局部遮擋問題。另外，相關濾波可以將粒子移動到局部最大激活的地方，進而使用更為少量的粒子進行相關濾波，從而降低運算復雜度。為實現上述目的，本專利技術提供一種基于相關粒子濾波的視覺跟蹤方法，該方法包括以下步驟：步驟S1，根據上一時刻的粒子狀態和粒子權重在當前時刻生成粒子并進行重采樣；步驟S2，對當前時刻重采樣得到的每個粒子進行混合相關濾波使其移動并到達一個穩定的位置；步驟S3，使用混合相關濾波響應更新所述每個粒子的權重并更新進行混合相關濾波的相關濾波器的參數；步驟S4，根據更新后的粒子權重對每個粒子狀態進行加權從而獲得被跟蹤目標在當前幀的跟蹤狀態。步驟S1包括：步驟S11：根據上一時刻的粒子狀態和粒子權重推測得到在當前時刻生成的粒子狀態；步驟S12：對前一時刻得到的粒子權重進行重采樣。步驟S11中當前時刻可能的粒子狀態的狀態分布轉移概率p(st|st-1)的計算方式如下：其中，p(st|st-1)表示狀態分布轉移概率，表示t-1時刻第i個粒子的狀態，表示t-1時刻第i個粒子的權重。步驟S12中對前一時刻得到的粒子權重進行重采樣包括，利用下式更新前一時刻的得到的粒子權重：這里為第i個粒子在t-1時刻的權重，n是粒子數目。步驟S2包括：步驟S21；利用混合相關濾波計算當前時刻所述每個粒子的響應分布：這里為t時刻第i個粒子通過混合相關濾波獲得的響應分布，πk是第k個相關濾波器的歸一化后的最大響應值，是粒子i的觀測，是目標的表觀模型；和代表傅里葉變換及其反變換；φ是核函數，αk的計算方式如下：這里x是一個P×Q維的圖像塊，對應于粒子的觀測，r＝{r(p，q)}對應于所有的關于圖像塊的循環平移xp，q，(p，q)∈{0，1，...，P-1}×{0，1，...，Q-1}的高斯函數標簽，λ是正則化參數；步驟S21，對于所述每個粒子，搜索該粒子響應分布最大值，得到該響應分布最大值對應的位置并將該粒子平移至該響應最大值的位置處，得到更新后的粒子狀態，記為步驟S3包括：步驟S31：利用混合相關濾波模型對當前時刻所述每個粒子計算響應，然后利用所計算得到的響應更新粒子的權重步驟S32：使用混合相關濾波器，選取具有最大響應的相關濾波器更新相關濾波器參數，同時更新相關濾波器的重要性。在步驟S31中，由于粒子權重正比于似然函數與前一時刻粒子權重的乘積，即由于粒子經過了重采樣過程，所以這里為似然函數，定義如下：yt為t時刻的觀測；為當前時刻時刻第i個粒子經過混合相關濾波后得到的響應分布，為第i個粒子在當前時刻t的狀態分布。步驟S32中如下更新相關濾波器的模型參數：這里，索引k代表在當前時刻t時第k個相關濾波器在所有K個濾波器中具有最大響應，η為學習速率參數，αk和xk為相關濾波器的模型參數，πk是第k個相關濾波器的最大響應值。步驟S4包括：步驟S41，計算當前時刻t預測目標的跟蹤狀態的期望值：這里E[st|y1：t]為當前時刻t預測目標的跟蹤狀態的期望值，y1：t表示從第一時刻到當前時刻t的視頻圖像幀，該步驟利用此期望值作為目標狀態的預測。根據本專利技術第二方面，提供了一種基于相關粒子濾波的視覺跟蹤裝置，該裝置包括：粒子生成模塊，被配置為根據上一時刻的粒子狀態和粒子權重在當前時刻生成粒子并進行重采樣；濾波模塊，被配置為對當前時刻重采樣得到的每個粒子進行混合相關濾波使其移動并到達一個穩定的位置；更新模塊，被配置為使用混合相關濾波響應更新所述每個粒子的權重并更新進行混合相關濾波的相關濾波器的參數；跟蹤模塊，被配置為根據更新后的粒子權重對每個粒子狀態進行加權從而獲得被跟蹤目標在當前幀的跟蹤狀態。本專利技術的有益效果：1)本專利技術對于局部和完全遮擋具有魯棒性，并能夠通過增加多種假設從丟失軌跡的狀態中恢復。2)本專利技術可以像傳統粒子濾波一樣通過粒子采樣策略克服尺度變化問題。3)本專利技術可以在后驗密度中對較少的粒子使用卷積相關濾波而有效增加多種模型，從而降低計算代價。4)本專利技術通過使用混合相關濾波，引導采樣粒子朝向目標物體，從而增加跟蹤時魯棒性。附圖說明圖1是本專利技術基于相關粒子濾波的視覺跟蹤方法的流程圖。具體實施方式為使本專利技術的目的、技術方案和優點更加清楚明白，以下結合具體實施例，并參照附圖，對本專利技術進一步詳細說明。圖1為本專利技術提出的基于相關粒子濾波的視覺跟蹤方法的流程圖，所述方法通過混合相關濾波對物體表觀變化建模，結合粒子濾波進行粒子重采樣，并在一個統一的框架對目標狀態進行最優估本文檔來自技高網...

【技術保護點】
一種基于相關粒子濾波的視覺跟蹤方法，其特征在于，該方法包括以下步驟：步驟S1，根據上一時刻的粒子狀態和粒子權重在當前時刻生成粒子并進行重采樣；步驟S2，對當前時刻重采樣得到的每個粒子進行混合相關濾波使其移動并到達一個穩定的位置；步驟S3，使用混合相關濾波響應更新所述每個粒子的權重并更新進行混合相關濾波的相關濾波器的參數；步驟S4，根據更新后的粒子權重對每個粒子狀態進行加權從而獲得被跟蹤目標在當前幀的跟蹤狀態。

【技術特征摘要】
1.一種基于相關粒子濾波的視覺跟蹤方法，其特征在于，該方法包括以下步驟：步驟S1，根據上一時刻的粒子狀態和粒子權重在當前時刻生成粒子并進行重采樣；步驟S2，對當前時刻重采樣得到的每個粒子進行混合相關濾波使其移動并到達一個穩定的位置；步驟S3，使用混合相關濾波響應更新所述每個粒子的權重并更新進行混合相關濾波的相關濾波器的參數；步驟S4，根據更新后的粒子權重對每個粒子狀態進行加權從而獲得被跟蹤目標在當前幀的跟蹤狀態。2.根據權利要求1所述的方法，其特征在于，步驟S1包括：步驟S11：根據上一時刻的粒子狀態和粒子權重推測得到在當前時刻生成的粒子狀態；步驟S12：對前一時刻得到的粒子權重進行重采樣。3.根據權利要求2所述的方法，其特征在于，步驟S11中當前時刻可能的粒子狀態的狀態分布轉移概率p(st|st-1)的計算方式如下：其中，p(st|st-1)表示狀態分布轉移概率，表示t-1時刻第i個粒子的狀態，表示t-1時刻第i個粒子的權重。4.根據權利要求2所述的方法，其特征在于，步驟S12中對前一時刻得到的粒子權重進行重采樣包括，利用下式更新前一時刻的得到的粒子權重：這里為第i個粒子在t-1時刻的權重，n是粒子數目。5.根據權利要求1所述的方法，其特征在于，步驟S2包括：步驟S21；利用混合相關濾波計算當前時刻所述每個粒子的響應分布：這里為t時刻第i個粒子通過混合相關濾波獲得的響應分布，πk是第k個相關濾波器的歸一化后的最大響應值，是粒子i的觀測，是目標的表觀模型；和代表傅里葉變換及其反變換；φ是核函數，αk的計算方式如下：這里x是一個P×Q維的圖像塊，對應于粒子的觀測，r＝{r(p，q)}對應于所有的關于圖像塊的循環平移xp，q，(p，q)∈{0，1，...，P-1}×{0，1，...，Q-1}的高斯函數標簽，λ是正則化參數；步驟S21，對于所述每個粒子，搜索該粒子響應分布最大值，得到該響應分布最大值對應的位置并將該粒子平移至該響應最大值的位置...

【專利技術屬性】
技術研發人員：張天柱，徐常勝，
申請(專利權)人：中國科學院自動化研究所，
類型：發明
國別省市：北京,11