(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111652829.6 (22)申请日 2021.12.3 0 (71)申请人 北京理工大 学 地址 100000 北京市海淀区中关村南大街5 号 (72)发明人 邓宏彬　危怡然　陈丽　李变红　 (74)专利代理 机构 武汉宇晨专利事务所(普通 合伙) 42001 代理人 董路 (51)Int.Cl. G06V 20/40(2022.01) G06K 9/62(2022.01) G06V 10/774(2022.01) (54)发明名称 一种用于察打系统的目标自动跟踪方法 (57)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。 权利要求书3页 说明书8页 附图2页 CN 114373151 A 2022.04.19 CN 114373151 A 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， 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f(Z)＝ 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＝[x1 x2 x3K 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＝[y1 y2 y3K 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，权　利　要　求　书 1/3 页 2 CN 114373151 A 2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φ(x)， 利用岭回归公式计算 其分类器为： f(xi)＝ωTφ(xi)； 此时得到的权 重系数为： 其中， ω是φ(x)＝[φ(x1),φ(x2),L,φ(xn)]行向量张成的空间中的一个向量， 因此， ω＝∑iαiφ(xi)； 将ω＝∑iαiφ(xi)代入 中； 令关于α 列向量 导数为0， 计算出： α*＝(φ(X)φ(X)T+λI)‑1y f(z)＝ωTφ(z)＝αTφ(X)φ(z) 令φ(X)表示核空间的核矩阵， 由核函数 得到， 那么K＝φ(X)φ(X)T， 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K(x,x')＝K(Px,Px')， 计算出 各个测试样本的响应： 权　利　要　求　书 2/3 页 3 CN 114373151 A 3