| 主权项 |
基于局部距离学习和排序队列的视觉目标跟踪方法，其特征在于：该方法包括如下：步骤1：用目标框和背景框在一个视频文件的第一帧图像中选定需要被跟踪的目标以及该被跟踪目标附近的背景，并在两个框中随机采样得到表示图像中被跟踪目标及被跟踪目标局部背景的两个小图像片集合；图像中被跟踪目标的小图像片集合由多个目标小图像片组成，图像中被跟踪目标的局部背景的集合由多个背景小图像片组成；用机器学习的方法学习每一个目标小图像片的局部距离度量函数；根据每个目标小图像片的局部距离度量函数，计算该目标小图像片与第一帧图像中除了该目标小图像片之外的所有其它小图像片之间的距离，根据这些距离的大小建立该目标小图像片所对应的排序队列，计算该排序队列的纯净度，并由能产生高纯净度排序队列的目标小图像片组成目标模型；步骤2：从视频文件中读取紧接着上一帧图像的新一帧图像，对新一帧图像随机采样，得到一个新的小图像片集合；步骤3：对于目标模型中的每个目标小图像片，根据该目标小图像片的局部距离度量函数，计算该目标小图像片与在新一帧图像中采样得到的所有小图像片之间的距离，根据这些距离的大小建立新一帧图像中所有小图像片的一个排序队列；步骤4：对于每个新一帧图像中的小图像片，根据这个小图像片在各排序队列中的位置，并利用算得的纯净度计算这个小图像片的置信度；根据所有小图像片的置信度及所有小图像片在新一帧图像中的位置建立在新一帧图像中的置信图；步骤5：根据置信图，利用均值移动算法确定被跟踪目标在新一帧图像中最有可能的位置，并将该位置认定为被跟踪目标在新一帧图像中的新位置，将目标框移至该新位置，并输出显示该新位置；步骤6：根据被跟踪目标的新位置和新一帧图像中各小图像片的置信度，更新目标小图像片集合和背景小图像片集合；步骤7：更新目标模型中的部分目标小图像片及其局部距离度量函数，返回步骤2，其中，更新部分目标小图像片的局部距离度量函数是根据在新一帧图像中新确定的目标小图像片集合和背景小图像片集合，利用上一帧目标小图像片集合中各目标小图像片所对应局部距离度量函数，建立新一帧图像中的所有小图像片的排序队列，并计算所有排序队列的纯净度，保留纯净度大的上一帧图像中的目标小图像片和相应局部距离度量函数在新一帧图像中继续有效；纯净度小的目标小图像片被从新一帧图像中选出的目标小图像片替代，并学习新选出的目标小图像片的局部距离度量函数，计算新的纯净度；在新一帧图像中继续有效的目标小图像片和替代原来纯净度低的目标小图像片的新的目标小图像片构成了新的目标模型。 |
