技術(shù)特征：

1.基于頻域回歸模型目標(biāo)追蹤方法，其特征在于包括如下步驟：

選擇目標(biāo)區(qū)域，根據(jù)所述目標(biāo)區(qū)域中的圖像提取空間域特征；

對(duì)所述空間域特征進(jìn)行漢明濾波后再進(jìn)行傅里葉變換，得到實(shí)時(shí)特征；

根據(jù)特征模板與所述實(shí)時(shí)特征進(jìn)行回歸運(yùn)算得到置信度矩陣，對(duì)所述目標(biāo)的位移結(jié)果進(jìn)行預(yù)測(cè)；

變換尺度重復(fù)上述步驟，并預(yù)測(cè)出目標(biāo)區(qū)域的尺度和位移變化，完成對(duì)目標(biāo)的追蹤。

2.根據(jù)權(quán)利要求1所述的基于頻域回歸模型目標(biāo)追蹤方法，其特征在于，還包括，

根據(jù)新的目標(biāo)位置，提取得到目標(biāo)位置提取特征，得到新的特征模板，所述新的特征模板與特征模板進(jìn)行線性插值更新得到。

3.根據(jù)權(quán)利要求2所述的基于頻域回歸模型目標(biāo)追蹤方法，其特征在于，在所述置信度矩陣中，選取置信度最大值對(duì)應(yīng)的尺度更新目標(biāo)尺度，選擇置信度最大的位移點(diǎn)計(jì)算目標(biāo)新的位置。

4.根據(jù)權(quán)利要求2所述的基于頻域回歸模型目標(biāo)追蹤方法，其特征在于，通過(guò)線性插值更新特征模板得到新的特征模板的方法具體為：

X＝((1-δ)×X₁)+(δ×X₂)

其中，δ＝0.05，X₁表示特征模板，X₂表示新的特征模板。

5.根據(jù)權(quán)利要求1所述的基于頻域回歸模型目標(biāo)追蹤方法，其特征在于，所述空間域特征，包括紋理特征和梯度特征，

所述紋理特征：其中，E(I)表示灰度圖像的均，i、j分別表示像素點(diǎn)的橫縱坐標(biāo)；

所述梯度特征按照[-1,0,1]、[-1,0,1]^T兩個(gè)卷積核，分別對(duì)水平和垂直兩個(gè)方向進(jìn)行卷積后得到。

6.根據(jù)權(quán)利要求1所述的基于頻域回歸模型目標(biāo)追蹤方法，其特征在于，

根據(jù)下述的置信度矩陣，對(duì)所述目標(biāo)的位移結(jié)果進(jìn)行預(yù)測(cè)：

f(Z)＝F^-1(K^XZ·α)

其中，K^XZ＝∑Z_c·conj(X_c)，表示特征模板X與實(shí)時(shí)特征Z的相關(guān)性，其中，c代表不同的通道，α表示嶺回歸矩陣α＝(K^XX+λ)^-1Y，其中λ＝0.0001，y是服從高斯分布的回歸目標(biāo)。

7.根據(jù)權(quán)利要求6所述的基于頻域回歸模型目標(biāo)追蹤方法，其特征在于，所述置信度矩陣大小為64*64，該置信度矩陣包括，目標(biāo)中心點(diǎn)為中心且目標(biāo)長(zhǎng)寬2倍區(qū)域內(nèi)不同位移的置信度。

8.根據(jù)權(quán)利要求1所述的基于頻域回歸模型目標(biāo)追蹤方法，其特征在于，所述漢明濾波得到尺寸為64*64的濾波模板H的具體方法為：

$h_{i,j}=(0.53836-0.46164\cos (\frac{2\mathrm{\π}(\frac{N}{2}-i)}{N-1}\left)\right)\×(0.53836-0.46164\cos (\frac{2\mathrm{\π}(\frac{N}{2}-j)}{N-1}\left)\right)$

其中，N＝64，i和j分別為橫縱坐標(biāo)位置。

9.基于頻域回歸模型目標(biāo)追蹤系統(tǒng)，其特征在于，包括：

空間域提取單元，用以選擇目標(biāo)區(qū)域，根據(jù)所述目標(biāo)區(qū)域中的圖像提取空間域特征；

濾波器，用以對(duì)所述空間域特征進(jìn)行漢明濾波；

與濾波器連接的傅里葉變換單元，用以對(duì)濾波器的輸出進(jìn)行傅里葉變換，得到實(shí)時(shí)特征；

置信度矩陣單元，用以根據(jù)特征模板與所述實(shí)時(shí)特征進(jìn)行回歸運(yùn)算得到置信度矩陣；

預(yù)測(cè)單元，用以對(duì)所述目標(biāo)的位移結(jié)果進(jìn)行預(yù)測(cè)；

更新單元，用以變換尺度重復(fù)上述步驟，并預(yù)測(cè)出目標(biāo)區(qū)域的尺度和位移變化，完成對(duì)目標(biāo)的追蹤。

10.高級(jí)駕駛輔助系統(tǒng)，其特征在于，包括基于頻域回歸模型目標(biāo)追蹤系統(tǒng)、安裝在車上的視覺傳感器以及預(yù)警單元，

視覺傳感器，用以采集視頻數(shù)據(jù)；

所述基于頻域回歸模型目標(biāo)追蹤系統(tǒng)，用以從所述視頻數(shù)據(jù)中選擇目標(biāo)區(qū)域，根據(jù)所述目標(biāo)區(qū)域中的圖像提取空間域特征；對(duì)所述空間域特征進(jìn)行漢明濾波后再進(jìn)行傅里葉變換，得到實(shí)時(shí)特征；根據(jù)特征模板與所述實(shí)時(shí)特征進(jìn)行回歸運(yùn)算得到置信度矩陣，對(duì)所述目標(biāo)的位移結(jié)果進(jìn)行預(yù)測(cè)；變換尺度重復(fù)上述步驟，并預(yù)測(cè)出目標(biāo)區(qū)域的尺度和位移變化，完成對(duì)目標(biāo)的追蹤；

預(yù)警單元，用以在檢測(cè)到目標(biāo)車輛和行人的位置后，通過(guò)標(biāo)追蹤系統(tǒng)實(shí)時(shí)跟蹤上述目標(biāo)的位置，提示駕駛員是否有碰撞前方的車輛和行人的危險(xiǎn)。