一种鲁棒性的视频目标对象跟踪方法

摘要

本发明公开了一种鲁棒性的视频目标对象跟踪方法，包括：基于粒子滤波重要性采样原理采样获取当前帧的候选目标粒子；基于候选目标粒子与前面跟踪结果的余弦相似性滤去离异粒子；筛选后的侯选目标粒子基于模板字典的线性表示；线性系数矩阵的低秩稀疏数学模型；基于不精确拉格朗日乘子优化算法求解系数矩阵；根据判别函数选出最佳的候选目标作为跟踪结果；在线更新模板字典。本发明的方法的鲁棒性保证了方法能够应对各种挑战因素，对视频中目标对象进行准确跟踪。克服视频中目标对象因光照变化、尺度变化、遮挡、变形、运动模糊、快速运动、旋转、背景杂波、低分辨率等原因导致跟踪不准确甚至漂移。

主权项

一种鲁棒性的视频目标对象跟踪方法，用于对视频中标定的目标对象进行连续跟踪，其特征在于，包括以下步骤：步骤11)，基于粒子滤波重要性采样原理，采样获取当前帧第t帧的候选目标粒子；步骤12)，基于候选目标粒子与第t‑50、t‑40、t‑30、t‑20、t‑10、t‑5、t‑4、t‑3、t‑2、t‑1帧目标对象跟踪结果的余弦相似性，滤去离异粒子；步骤13)，筛选后的侯选目标粒子基于模板字典的线性表示；步骤14)，线性系数矩阵的低秩稀疏数学模型；步骤15)，基于不精确拉格朗日乘子优化算法求解系数矩阵；步骤16)，根据判别函数选出最佳的候选目标作为跟踪结果；步骤17)，在线更新模板字典。