本發(fā)明涉及目標(biāo)跟蹤技術(shù)領(lǐng)域，特別涉及一種目標(biāo)跟蹤方法及系統(tǒng)。

背景技術(shù)：

當(dāng)前，越來越多的應(yīng)用場景需要進(jìn)行視頻圖像采集，以獲取場景中的相關(guān)視頻圖像信息。而在某些特定的情況下，還需要對視頻圖像中的特定目標(biāo)進(jìn)行識(shí)別跟蹤，以獲取特定目標(biāo)所處的位置信息?，F(xiàn)有的目標(biāo)跟蹤技術(shù)，能夠大體上滿足人們對目標(biāo)跟蹤的基本要求，應(yīng)用范圍越來越廣，在交通、犯罪偵查、拍照、打擊恐怖主義等方面取得了顯著成效。

然而，現(xiàn)有的目標(biāo)跟蹤技術(shù)依然存在跟蹤效果較差的問題，如何進(jìn)一步改善目標(biāo)跟蹤效果是目前還有待解決的問題。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種目標(biāo)跟蹤方法及系統(tǒng)，能夠進(jìn)一步改善目標(biāo)跟蹤效果。其具體方案如下：

一種目標(biāo)跟蹤方法，包括：

利用預(yù)設(shè)的跟蹤算法，對目標(biāo)對象展開位置坐標(biāo)跟蹤，得到跟蹤位置坐標(biāo)；

確定當(dāng)前所述目標(biāo)對象的尺度，并利用該尺度以及所述跟蹤位置坐標(biāo)對所述目標(biāo)對象進(jìn)行跟蹤。

可選的，所述利用預(yù)設(shè)的跟蹤算法，對目標(biāo)對象展開位置坐標(biāo)跟蹤的過程，包括：

利用核相關(guān)濾波跟蹤算法，對所述目標(biāo)對象展開位置坐標(biāo)跟蹤，得到所述跟蹤位置坐標(biāo)。

可選的，所述利用核相關(guān)濾波跟蹤算法，對所述目標(biāo)對象展開位置坐標(biāo)跟蹤的過程，包括：

對所述目標(biāo)對象周圍進(jìn)行密集采樣，得到相應(yīng)的訓(xùn)練樣本集；

提取所述訓(xùn)練樣本集中每一訓(xùn)練樣本的樣本特征，并對提取出的樣本特征進(jìn)行融合，得到融合特征；

基于所述融合特征，通過核回歸訓(xùn)練出第一正則化最小二乘分類器，得到位置相關(guān)濾波器；

通過求取所述位置相關(guān)濾波器響應(yīng)的最大值以確定出當(dāng)前所述目標(biāo)對象的跟蹤位置坐標(biāo)。

可選的，所述提取所述訓(xùn)練樣本集中每一訓(xùn)練樣本的樣本特征的過程，包括：

提取所述訓(xùn)練樣本集中每一訓(xùn)練樣本的hog特征、cn特征以及hsv特征。

可選的，在對所述目標(biāo)對象展開位置坐標(biāo)跟蹤的過程中，還包括：

判斷所述目標(biāo)對象是否受到遮擋；

若所述目標(biāo)對象沒有受到遮擋，則對所述第一正則化最小二乘分類器進(jìn)行更新；

若所述目標(biāo)對象受到遮擋，則禁止對所述第一正則化最小二乘分類器進(jìn)行更新。

可選的，所述確定當(dāng)前所述目標(biāo)對象的尺度的過程，包括：

在所述跟蹤位置坐標(biāo)附近提取不同尺度大小的樣本，然后確定出相應(yīng)的尺度樣本融合特征；

利用尺度樣本融合特征訓(xùn)練出第二正則化最小二乘分類器，得到尺度相關(guān)濾波器；

將使所述尺度相關(guān)濾波器輸出響應(yīng)取得最大值的尺度確定為當(dāng)前所述目標(biāo)對象的尺度。

本發(fā)明還相應(yīng)公開了一種目標(biāo)跟蹤系統(tǒng)，包括：

位置坐標(biāo)確定模塊，用于利用預(yù)設(shè)的跟蹤算法，對目標(biāo)對象展開位置坐標(biāo)跟蹤，得到跟蹤位置坐標(biāo)；

尺度確定模塊，用于確定當(dāng)前所述目標(biāo)對象的尺度；

目標(biāo)跟蹤模塊，用于利用所述尺度確定模塊確定出的尺度以及所述跟蹤位置坐標(biāo)對所述目標(biāo)對象進(jìn)行跟蹤。

可選的，所述位置坐標(biāo)確定模塊，包括：

采樣單元，用于對所述目標(biāo)對象周圍進(jìn)行密集采樣，得到相應(yīng)的訓(xùn)練樣本集；

特征獲取單元，用于提取所述訓(xùn)練樣本集中每一訓(xùn)練樣本的樣本特征，并對提取出的樣本特征進(jìn)行融合，得到融合特征；

第一分類器訓(xùn)練單元，用于基于所述融合特征，通過核回歸訓(xùn)練出第一正則化最小二乘分類器，得到位置相關(guān)濾波器；

跟蹤位置坐標(biāo)確定單元，用于通過求取所述位置相關(guān)濾波器響應(yīng)的最大值以確定出當(dāng)前所述目標(biāo)對象的跟蹤位置坐標(biāo)。

可選的，所述目標(biāo)跟蹤系統(tǒng)，還包括：

遮擋判斷單元，用于判斷所述目標(biāo)對象是否受到遮擋；

分類器更新單元，用于在所述目標(biāo)對象沒有受到遮擋的情況下，對所述第一正則化最小二乘分類器進(jìn)行更新；

禁止更新單元，用于在所述目標(biāo)對象受到遮擋的情況下，禁止對所述第一正則化最小二乘分類器進(jìn)行更新。

可選的，所述尺度確定模塊，包括：

尺度樣本處理單元，用于在所述跟蹤位置坐標(biāo)附近提取不同尺度大小的樣本，然后確定出相應(yīng)的尺度樣本融合特征；

第二分類器訓(xùn)練單元，用于利用尺度樣本融合特征訓(xùn)練出第二正則化最小二乘分類器，得到尺度相關(guān)濾波器；

尺度確定單元，用于將使所述尺度相關(guān)濾波器輸出響應(yīng)取得最大值的尺度確定為當(dāng)前所述目標(biāo)對象的尺度。

本發(fā)明中，目標(biāo)跟蹤方法，包括：利用預(yù)設(shè)的跟蹤算法，對目標(biāo)對象展開位置坐標(biāo)跟蹤，得到跟蹤位置坐標(biāo)；確定當(dāng)前所述目標(biāo)對象的尺度，并利用該尺度以及跟蹤位置坐標(biāo)對目標(biāo)對象進(jìn)行跟蹤。

可見，本發(fā)明在利用跟蹤算法得到目標(biāo)對象的跟蹤位置坐標(biāo)之后，還將進(jìn)一步確定出當(dāng)前目標(biāo)對象的尺度，然后基于上述確定出來的當(dāng)前目標(biāo)對象的尺度以及上述跟蹤位置坐標(biāo)，對目標(biāo)對象展開跟蹤，這樣能夠使得最終的跟蹤效果可以實(shí)時(shí)反映出當(dāng)前目標(biāo)對象的尺度，由此極大地改善了目標(biāo)跟蹤效果。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例公開的一種目標(biāo)跟蹤方法流程圖；

圖2為本發(fā)明實(shí)施例公開的一種具體的目標(biāo)跟蹤方法流程圖；

圖3為本發(fā)明實(shí)施例公開的一種目標(biāo)跟蹤系統(tǒng)結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實(shí)施例公開了一種目標(biāo)跟蹤方法，參見圖1所示，該方法包括：

步驟s11：利用預(yù)設(shè)的跟蹤算法，對目標(biāo)對象展開位置坐標(biāo)跟蹤，得到跟蹤位置坐標(biāo)。

需要說明的是，上述預(yù)設(shè)的跟蹤算法具體是現(xiàn)有技術(shù)中已經(jīng)公開的跟蹤算法。

步驟s12：確定當(dāng)前所述目標(biāo)對象的尺度，并利用該尺度以及跟蹤位置坐標(biāo)對目標(biāo)對象進(jìn)行跟蹤。

可見，本發(fā)明實(shí)施例在利用跟蹤算法得到目標(biāo)對象的跟蹤位置坐標(biāo)之后，還將進(jìn)一步確定出當(dāng)前目標(biāo)對象的尺度，然后基于上述確定出來的當(dāng)前目標(biāo)對象的尺度以及上述跟蹤位置坐標(biāo)，對目標(biāo)對象展開跟蹤，這樣能夠使得最終的跟蹤效果可以實(shí)時(shí)反映出當(dāng)前目標(biāo)對象的尺度，由此極大地改善了目標(biāo)跟蹤效果。

參見圖2所示，本發(fā)明實(shí)施例公開了一種具體的目標(biāo)跟蹤方法，具體包括以下步驟：

步驟s21：利用核相關(guān)濾波跟蹤算法，對目標(biāo)對象展開位置坐標(biāo)跟蹤，得到跟蹤位置坐標(biāo)。

進(jìn)一步的，上述利用核相關(guān)濾波跟蹤算法，對目標(biāo)對象展開位置坐標(biāo)跟蹤的過程，具體可以包括下面步驟s211至s214：

步驟s211：對目標(biāo)對象周圍進(jìn)行密集采樣，得到相應(yīng)的訓(xùn)練樣本集。

步驟s212：提取訓(xùn)練樣本集中每一訓(xùn)練樣本的樣本特征，并對提取出的樣本特征進(jìn)行融合，得到融合特征。

其中，上述提取訓(xùn)練樣本集中每一訓(xùn)練樣本的樣本特征的過程，具體可以包括：提取訓(xùn)練樣本集中每一訓(xùn)練樣本的hog特征(hog，即histogramoforientedgradient)、cn特征(cn，即color-naming)以及hsv特征(hsv，即hue,saturation,value)。本實(shí)施例中，上述hog特征中包含31維的特征，分別為9維的方向不敏感特征、18維的方向敏感特征以及4維的紋理特征；上述cn特征中包含11維不同的顏色；上述hsv特征中包含色度特征(即hue特征)以及色度飽和特征(即saturation特征)。本實(shí)施例中，具體可以利用高斯核相關(guān)運(yùn)算對上述31維的hog特征、11維的cn特征以及2維的hsv特征進(jìn)行融合，得到相應(yīng)的融合特征。

步驟s213：基于融合特征，通過核回歸訓(xùn)練出第一正則化最小二乘分類器，得到位置相關(guān)濾波器。

步驟s214：通過求取位置相關(guān)濾波器響應(yīng)的最大值以確定出當(dāng)前目標(biāo)對象的跟蹤位置坐標(biāo)。

具體的，上述步驟s214的過程，也即是將能夠使得下面函數(shù)f(z)取得最大值的位置確定為當(dāng)前目標(biāo)對象的跟蹤位置坐標(biāo)。其中，函數(shù)f(z)的表達(dá)式為：

式中，表示傅里葉逆變換運(yùn)算，表示與上述第一正則化最小二乘分類器對應(yīng)的分類器參數(shù)的傅立葉變換，表示k^xz的傅立葉變換，k^xz表示x與z的高斯核相關(guān)，x表示訓(xùn)練樣本對應(yīng)的特征，z表示候選樣本對應(yīng)的特征，⊙表示頻域上的點(diǎn)乘運(yùn)算。

步驟s22：在跟蹤位置坐標(biāo)附近提取不同尺度大小的樣本，然后確定出相應(yīng)的尺度樣本融合特征。

步驟s23：利用尺度樣本融合特征訓(xùn)練出第二正則化最小二乘分類器，得到尺度相關(guān)濾波器。

步驟s24：將使尺度相關(guān)濾波器輸出響應(yīng)取得最大值的尺度確定為當(dāng)前目標(biāo)對象的尺度。

具體的，本實(shí)施例可以在跟蹤位置坐標(biāo)附近提取不同尺度大小的樣本，得到尺度池s＝{k1st,k2st,...,kist}，其中，ki表示不同的尺度系數(shù)，st表示基本目標(biāo)模板尺寸。在利用上述尺度池訓(xùn)練出尺度相關(guān)濾波器之后，將能夠滿足以下式子的尺度確定為當(dāng)前目標(biāo)對象的尺度，其中，該式子具體為：

式中，表示的傅立葉變換，表示尺度相關(guān)濾波器的輸出響應(yīng)，表示尺度系數(shù)ki下的檢測樣本，其中，該檢測樣本對應(yīng)的尺度為kist。

步驟s25：利用當(dāng)前目標(biāo)對象的尺度以及跟蹤位置坐標(biāo)對目標(biāo)對象進(jìn)行跟蹤。

進(jìn)一步的，本實(shí)施例在對目標(biāo)對象展開位置坐標(biāo)跟蹤的過程中，還可以包括：判斷目標(biāo)對象是否受到遮擋；若目標(biāo)對象沒有受到遮擋，則對第一正則化最小二乘分類器進(jìn)行更新；若目標(biāo)對象受到遮擋，則禁止對第一正則化最小二乘分類器進(jìn)行更新。

其中，對第一正則化最小二乘分類器進(jìn)行更新的相應(yīng)公式為：

式中，αt′表示更新后的第一正則化最小二乘分類器的分類器參數(shù)，αt表示當(dāng)前幀學(xué)習(xí)得到的分類器參數(shù)，αt-1表示上一幀學(xué)習(xí)得到的分類器參數(shù)，xt′表示更新后的樣本特征，xt表示當(dāng)前幀對應(yīng)的樣本特征，xt-1表示上一幀對應(yīng)的樣本特征，η表示預(yù)先設(shè)定的更新速率。

進(jìn)一步的，上述判斷目標(biāo)對象是否受到遮擋的過程，具體可以包括：先確定出能夠使得上述函數(shù)f(z)取得最大值fmax的位置posmax，然后求取posmax周圍大于β1·fmax的所有像素的個(gè)數(shù)num，接著判斷是否能夠滿足以下條件[num÷(width·height)]＞β2，如果是，則判定目標(biāo)對象受到遮擋，如果否，則判定無遮擋。其中，width以及height分別表示樣本的寬和高，β1和β2均為預(yù)先設(shè)定的常量。

相應(yīng)的，本發(fā)明實(shí)施例還公開一種目標(biāo)跟蹤系統(tǒng)，參見圖3所示，該系統(tǒng)包括：

位置坐標(biāo)確定模塊11，用于利用預(yù)設(shè)的跟蹤算法，對目標(biāo)對象展開位置坐標(biāo)跟蹤，得到跟蹤位置坐標(biāo)；

尺度確定模塊12，用于確定當(dāng)前目標(biāo)對象的尺度；

目標(biāo)跟蹤模塊13，用于利用尺度確定模塊12確定出的尺度以及跟蹤位置坐標(biāo)對目標(biāo)對象進(jìn)行跟蹤。

具體的，上述位置坐標(biāo)確定模塊，可以包括采樣單元、特征獲取單元、第一分類器訓(xùn)練單元以及跟蹤位置坐標(biāo)確定單元；其中，

采樣單元，用于對目標(biāo)對象周圍進(jìn)行密集采樣，得到相應(yīng)的訓(xùn)練樣本集；

特征獲取單元，用于提取訓(xùn)練樣本集中每一訓(xùn)練樣本的樣本特征，并對提取出的樣本特征進(jìn)行融合，得到融合特征；

第一分類器訓(xùn)練單元，用于基于融合特征，通過核回歸訓(xùn)練出第一正則化最小二乘分類器，得到位置相關(guān)濾波器；

跟蹤位置坐標(biāo)確定單元，用于通過求取位置相關(guān)濾波器響應(yīng)的最大值以確定出當(dāng)前目標(biāo)對象的跟蹤位置坐標(biāo)。

進(jìn)一步的，本發(fā)明實(shí)施例中的目標(biāo)跟蹤系統(tǒng)，還可以包括遮擋判斷單元、分類器更新單元以及禁止更新單元；其中，

遮擋判斷單元，用于判斷目標(biāo)對象是否受到遮擋；

分類器更新單元，用于在目標(biāo)對象沒有受到遮擋的情況下，對第一正則化最小二乘分類器進(jìn)行更新；

禁止更新單元，用于在目標(biāo)對象受到遮擋的情況下，禁止對第一正則化最小二乘分類器進(jìn)行更新。

另外，上述尺度確定模塊，具體可以包括尺度樣本處理單元、第二分類器訓(xùn)練單元以及尺度確定單元；其中，

尺度樣本處理單元，用于在跟蹤位置坐標(biāo)附近提取不同尺度大小的樣本，然后確定出相應(yīng)的尺度樣本融合特征；

第二分類器訓(xùn)練單元，用于利用尺度樣本融合特征訓(xùn)練出第二正則化最小二乘分類器，得到尺度相關(guān)濾波器；

尺度確定單元，用于將使尺度相關(guān)濾波器輸出響應(yīng)取得最大值的尺度確定為當(dāng)前目標(biāo)對象的尺度。

關(guān)于上述各個(gè)模塊和單元的更加具體的工作過程可以參考前述實(shí)施例中公開的相應(yīng)內(nèi)容，在此不再進(jìn)行贅述。

可見，本發(fā)明實(shí)施例在利用跟蹤算法得到目標(biāo)對象的跟蹤位置坐標(biāo)之后，還將進(jìn)一步確定出當(dāng)前目標(biāo)對象的尺度，然后基于上述確定出來的當(dāng)前目標(biāo)對象的尺度以及上述跟蹤位置坐標(biāo)，對目標(biāo)對象展開跟蹤，這樣能夠使得最終的跟蹤效果可以實(shí)時(shí)反映出當(dāng)前目標(biāo)對象的尺度，由此極大地改善了目標(biāo)跟蹤效果。

最后，還需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

以上對本發(fā)明所提供的一種目標(biāo)跟蹤方法及系統(tǒng)進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。