买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京理工大学

摘要：本发明提供一种用于察打系统的目标自动跟踪方法，包括如下步骤：采集视频数据；从视频数据中标定目标从待处理数据中截取第一帧图像作为基准图像，检测基准图像中的目标以及目标的类型，并在目标周围生成目标的包围框作为待跟踪目标框R；同时提取出目标模板和背景模板，将目标样本作为正样本，将背景模板作为负样本，通过循环位移得到多个测试样本，测试各个测试样本的响应，从负样本中筛选出预测目标位置的样本。本发明所述的用于察打系统的目标自动跟踪方法通过可见光设备进行数据采集，使用尺度自适应的核相关滤波方法对地面目标进行跟踪，并将跟踪结果视频压缩传输给打击系统。

主权项：1.一种用于察打系统的目标自动跟踪方法，其特征在于，包括如下步骤：S1、无人机搭载系统飞至目标上空，录制目标所在区域的视频数据；然后将视频数据转换为待处理数据；S2、从待处理数据中截取第一帧图像作为基准图像，检测基准图像中的目标以及目标的类型，并在目标周围生成目标的包围框作为待跟踪目标框R；同时在基准图像中提取出目标样本和背景模板，将目标样本作为正样本，将背景模板作为负样本，负样本中以目标所在位置为目标区域，通过对负样本进行循环位移得到多个训练样本，同时纪录各训练样本的标签，使用训练样本通过和相关方法计算出回归器，利用回归器对测试样本计算响应，所述测试样本为从基准图像之后的所有帧的图像；从测试样本中筛选出预测目标位置的测试样本，具体步骤如下：定义回归器，所述回归器包括线性回归模型和非线性回归模型；首先利用核相关算法计算线性部分的回归模型，定义目标Z的目标函数为fZ＝wTZ；其中，Z为训练样本集合组成的输入数据，w为回归模型的参数矩阵；得到最小残差函数： 其中，λ为正则化参数，xi为输入数据，yi为样本标签；对最小残差函数关于w求导，令其导数为0，解出关于w的最小二乘问题的闭式解：w＝XTX+λI-1XTy；其中，I为单位矩阵；X＝[x1x2x3...xn]T为负样本矩阵，x为负样本的特征向量，xn由x循环位移得到的训练样本的特征向量；y＝[y1y2y3...yn]T为回归目标矩阵，y为每个训练样本对应的真实标签值；然后，关于w的最小二乘问题的闭式解进行复频域表达，所述复频域表达式为：w＝XHX+λI-1XHy；其中，XH＝X*T，X*为X的复共轭矩阵；解出关于XHX的表达式： 其中， 将代入w＝XTX+λI-1XTy中，得到， 并对进行傅里叶变换， 然后，计算非线性部分的回归模型，具体步骤如下：定义非线性核函数φx，利用岭回归公式计算其分类器为：fxi＝ωTφxi；此时得到的权重系数为： 其中，ω是φx＝[φx1，φx2，…，φxn]行向量张成的空间中的一个向量，因此，ω＝∑iαiφxi；将ω＝∑iαiφxi代入中； 令关于α列向量导数为0，计算出：α*＝φXφXT+λI-1yfz＝ωTφz＝αTφXφz令φX表示核空间的核矩阵，由核函数得到，那么K＝φXφXT，于是可得：α*＝K+λI-1y将K对角化，则有： 然后对待处理的测试样本进行滤波计算，待处理的测试样本是由预测区域和其循环移位得到的样本集合zj＝Pjz；定义测试样本和训练样本在核空间的核矩阵： 由于核矩阵满足Kx，x′＝KPx，Px′，计算出各个测试样本的响应： 其中，为核矩阵经过傅里叶变换后得到的对角矩阵；得到所有测试样本的响应后，筛选最大响应值所在位置的测试样本，将此测试样本的位置作为预测目标的中心位置；完成一次预测；S3、根据HOG和LBP特征，计算最大响应值所在的样本中所提取的目标的相似度，若相似度大于D，则将当前的样本作为目标模板，同时更新目标的待跟踪目标框Ri；其中，D为样本中前15帧颜色特征与纹理特征之和的均值；间隔15秒返回步骤S2，直至跟踪结束；S4、将完成跟踪后的具有目标跟踪结果的视频，以H.264格式进行压缩和存储，通过以太网传输至系统。

全文数据：

权利要求：

百度查询： 北京理工大学 一种用于察打系统的目标自动跟踪方法