專利名稱：基于核的對象跟蹤方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種計(jì)算機(jī)視覺技術(shù)領(lǐng)域的方法，具體是一種基于核的對象 跟蹤方法。
背景技術(shù)：
對象跟蹤實(shí)現(xiàn)的就是當(dāng)對象在場景中移動(dòng)時(shí)，在圖像平面上跟蹤其運(yùn)動(dòng)軌跡 的過程。對象跟蹤是計(jì)算機(jī)視覺中的一個(gè)重要課題，在基于運(yùn)動(dòng)的行為識(shí)別、自 動(dòng)監(jiān)控、視頻索引、人機(jī)交互、交通監(jiān)控、道路導(dǎo)航等很多方面都有著廣泛的應(yīng) 用。經(jīng)對現(xiàn)有技術(shù)的文獻(xiàn)檢索發(fā)現(xiàn)，Comaniciu和Ramesh等在《IEEE Trans Pattern Analysis Machine Intelligence》(IEEE模式分析與機(jī)器智能)(2003 年第5期第564-575頁)上發(fā)表的(Kernel-based Object Tracking)(基于核 的對象跟蹤)，該文中提出基于核的均值移位方法，具體方法為采用基于核的 特征直方圖對目標(biāo)對象進(jìn)行描述，利用均值移位算法對目標(biāo)對象進(jìn)行跟蹤，該方 法的其不足在于不能克服完全遮擋及動(dòng)態(tài)背景問題。發(fā)明內(nèi)容本發(fā)明針對上述現(xiàn)有技術(shù)中的不足，提出了一種基于核的對象跟蹤方法，使 其能夠準(zhǔn)確實(shí)時(shí)的實(shí)現(xiàn)多目標(biāo)跟蹤，動(dòng)態(tài)背景下對象跟蹤也能取得良好的跟蹤效 果，并能克服完全遮擋問題。本發(fā)明是通過以下技術(shù)方案來實(shí)現(xiàn)，本發(fā)明包括如下步驟 步驟一，初始化跟蹤窗位置和大小，并提取跟蹤窗區(qū)域內(nèi)特征直方圖，并對 特征直方圖進(jìn)行歸一化處理，使其具有伸縮不變性，得到模板直方圖；所述的提取跟蹤窗區(qū)域內(nèi)特征直方圖，是指基于核的統(tǒng)計(jì)加權(quán)顏色直方圖，對以目標(biāo)位置為中心，長短軸長分別為a和b的橢圓區(qū)域內(nèi)的所有像素點(diǎn)，在 HSV (色相、飽和度和亮度)空間，分別把對應(yīng)的H、 S、 V值量化為^、 K、 ^ 維，統(tǒng)計(jì)每一維里像素點(diǎn)數(shù)，定義該像素點(diǎn)到橢圓中心的距離作為核函數(shù)對直方圖進(jìn)行加權(quán)，從而建立一個(gè)基于核的加權(quán)顏色直方圖。步驟二，對于靜態(tài)背景，以上一幀跟蹤結(jié)果為搜索中心；對于動(dòng)態(tài)背景的情 況，利用光流法進(jìn)行全局運(yùn)動(dòng)估計(jì)，得到攝像機(jī)運(yùn)動(dòng)參數(shù)，對上一幀的匹配點(diǎn)進(jìn) 行全局運(yùn)動(dòng)補(bǔ)償，然后以補(bǔ)償后的新位置作為搜索中心，在上述得到搜索中心后， 利用新三步搜索方法，在搜索中心點(diǎn)周圍進(jìn)行搜索得到最佳匹配位置；所述的光流法進(jìn)行全局運(yùn)動(dòng)估計(jì)，是指將攝像機(jī)運(yùn)動(dòng)假設(shè)為六參數(shù)模型的 仿射運(yùn)動(dòng)，那么根據(jù)光流恒定方程和能量最小化原則，并且根據(jù)仿射運(yùn)動(dòng)模型幀中某一點(diǎn)位置，"'，v'表示當(dāng)前幀中此點(diǎn)位置。所述的新三步搜索方法，是指以目標(biāo)為中心，在22*22窗口內(nèi)尋求最優(yōu)匹 配的一種快速搜索算法，該方法考慮運(yùn)動(dòng)矢量的情況，防止搜索步長過大而進(jìn)入 局部極值，使搜索更全面有效，包括如下具體三步① ，搜索中心8領(lǐng)域點(diǎn)、以7為步長的8個(gè)點(diǎn)，加上中心點(diǎn)共17個(gè)點(diǎn)，進(jìn)行最優(yōu)匹配，即提取各點(diǎn)的特征直方圖，分別計(jì)算該特征直方圖與模板直方圖的Bhattacharyya (巴塔卡亞)系數(shù)，找出Bhattacharyya系數(shù)最大的點(diǎn)，記為TA;② ，若TA在中心點(diǎn)則結(jié)束搜索，若TA在中心點(diǎn)的以7為步長的8點(diǎn)內(nèi)，則 以TA為中心，以3為步長的8點(diǎn)位置進(jìn)行搜索，如第一步所述找出最優(yōu)匹配TB 點(diǎn)，對TB點(diǎn)進(jìn)行8領(lǐng)域搜索即可得到目標(biāo)的最優(yōu)匹配TC點(diǎn)，結(jié)束搜索；③ ，若TA在中心點(diǎn)的8領(lǐng)域內(nèi)，則以TA進(jìn)行3點(diǎn)或5點(diǎn)搜索找目標(biāo)的最優(yōu)匹配點(diǎn)；若TA點(diǎn)在8領(lǐng)域的角點(diǎn)上則搜索其領(lǐng)域5點(diǎn)，若TA在邊上則搜索其領(lǐng)域內(nèi)3點(diǎn)，結(jié)束搜索。步驟三，將步驟二所得到的最佳匹配位置處的特征直方圖作歸一化處理，計(jì)算該特征直方圖和模板直方圖的Bhattacharyya系數(shù)，進(jìn)行遮擋判定，如果Bhattacharyya系數(shù)高于設(shè)定的門限值，則判定無遮擋，進(jìn)行模板更新，對下一幀執(zhí)行步驟二；如果Bhattacharyya系數(shù)低于設(shè)定的門限值，則認(rèn)為發(fā)生遮擋，執(zhí)行步驟四；所述進(jìn)行Bhattacharyya系數(shù)計(jì)算，具體為Bhattacharyya系數(shù)是統(tǒng)計(jì)假 設(shè)檢驗(yàn)中的分類錯(cuò)誤概率，用來度量兩個(gè)概率分布的相似性，兩概率分布的分類，計(jì)算出仿射運(yùn)動(dòng)的六參數(shù)a"a2,a3,a^b,，lv "， v表示前錯(cuò)誤概率越高，表明兩個(gè)概率分布越相似，將歸一化處理后的特征直方圖作為目 標(biāo)概率分布，目標(biāo)模板直方圖分布為^^ (_/ = 1,2,3)，目標(biāo)可能狀態(tài)的歸一化特征直方圖為；y ( y' = 1,2,3 ) ，Bhattacharyya 系數(shù)定義為 /H力=Pb (力,《u; ] = 1] h (力、。所述進(jìn)行模板更新，具體為跟蹤過程中由于目標(biāo)形變、光照等會(huì)使目標(biāo)顏 色發(fā)生變化，要保證跟蹤的可靠性在非遮擋情況下必須實(shí)時(shí)更新顏色模板，第t 幀模板直方圖的更新方法是，首先對第(t-l)幀跟蹤結(jié)果提取特征直方圖并歸一化得P"71(^， E為跟蹤點(diǎn)位置，然后計(jì)算第t幀模板直方圖為 9 /=(1-"k/—、邵u/—\其中，"為遺忘因子，為適應(yīng)目標(biāo)變形、光照變化等引起的目標(biāo)顏色變化，使模板盡快獲得新的顏色信息，"取為0.5。步驟四，若發(fā)生遮擋，進(jìn)行最小二乘法軌跡擬合處理，通過前若干幀目標(biāo)位置擬合目標(biāo)運(yùn)動(dòng)軌跡得到運(yùn)動(dòng)軌跡曲線函數(shù)，并預(yù)測目標(biāo)在當(dāng)前時(shí)刻的坐標(biāo)，即得到目標(biāo)在當(dāng)前幀的位置；所述的進(jìn)行最小二乘法軌跡擬合處理，具體為把目標(biāo)第^時(shí)刻的運(yùn)動(dòng)向量分解為x和y方向的運(yùn)動(dòng)向量jc,和兀，對"'，f')和"，"分別采用最小二乘法得到目標(biāo)x、y軸坐標(biāo)和時(shí)間的對應(yīng)關(guān)系x二 /^^^/^ fBy-y2"""""'''^",, 2， a， a是函數(shù)y;， /2的系數(shù))，然后通過擬合得到的曲線預(yù)測目標(biāo)在遮擋時(shí)刻的x和y坐標(biāo)。步驟五，提取步驟四得到的目標(biāo)在當(dāng)前幀位置處的特征直方圖并歸一化，與 模板直方圖進(jìn)行Bhattacharyya系數(shù)計(jì)算，進(jìn)行遮擋判定；若遮擋未消失，執(zhí)行 步驟四；否則執(zhí)行步驟二。與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果本發(fā)明針對動(dòng)態(tài)背景情況，引入全局運(yùn)動(dòng)估計(jì)，利用光流法得到攝像機(jī)的運(yùn)動(dòng)參數(shù)，對目標(biāo)對象初始跟蹤點(diǎn)進(jìn)行全局運(yùn)動(dòng)補(bǔ)償，并利用新三步搜索算法進(jìn)行匹配搜索，搜索區(qū)域達(dá)到22*22， 很好地克服了攝像機(jī)運(yùn)動(dòng)問題，動(dòng)態(tài)背景下能夠取得實(shí)時(shí)良好的跟蹤效果。對于 遮擋問題，采用最小二乘法進(jìn)行運(yùn)動(dòng)軌跡曲線擬合，通過擬合的曲線預(yù)測目標(biāo)遮擋時(shí)刻位置，能夠很好地克服跟蹤過程中背景遮擋，以及多目標(biāo)跟蹤過程中目標(biāo) 互遮擋問題。實(shí)驗(yàn)結(jié)果顯示，本發(fā)明能夠準(zhǔn)確實(shí)時(shí)的實(shí)現(xiàn)多目標(biāo)跟蹤，動(dòng)態(tài)背景 下對象跟蹤也能取得良好的跟蹤效果，并能克服完全遮擋問題。所以本發(fā)明克服 了跟蹤問題中攝像機(jī)運(yùn)動(dòng)，遮擋等問題，能有應(yīng)用于視頻監(jiān)控、道路監(jiān)控等技術(shù) 領(lǐng)域。


圖l是本發(fā)明的工作流程圖；圖2是本發(fā)明的實(shí)驗(yàn)1在靜態(tài)背景下多目標(biāo)對象跟蹤各時(shí)間幀的視頻截圖 圖中(a)為第119幀；圖(b)為第125幀；(C)為第138幀；圖(d)為第151幀；(e)為第161幀；圖(f)為第165幀；(g)為第169幀；圖(h)為第190幀；(i)為第204幀；圖(j)為第244幀；圖3是本發(fā)明的實(shí)驗(yàn)2動(dòng)態(tài)背景下無遮擋情況下目標(biāo)跟蹤 圖中(a)為第158幀；圖(b)為第180幀；(c)為第203幀；圖(d)為 第223幀；(e)為第243幀；圖(f)為第269幀；(g)為第301幀； 圖4是本發(fā)明的實(shí)驗(yàn)3動(dòng)態(tài)背景下存在完全遮擋情況下目標(biāo)跟蹤圖中(a)為第31幀；圖(b)為第65幀；(C)為第95幀；圖(d)為第 108幀；(e)為第113幀；圖(f)為第160幀；(g)為第192幀；圖(h)為第 210幀；(i)為第222幀；圖5是實(shí)驗(yàn)2的對比實(shí)驗(yàn)，利用均值移位法進(jìn)行動(dòng)態(tài)背景下單目標(biāo)對象無遮擋跟蹤圖中(a)為第31幀；圖(b)為第65幀；(c)為第95幀；圖(d)為第 108幀；圖(e)為第160幀；圖6是實(shí)驗(yàn)3的對比實(shí)驗(yàn)，利用均值移位法進(jìn)行動(dòng)態(tài)背景下單目標(biāo)有遮擋跟蹤圖中(a)為第158幀；圖(b)為第180幀；(c)為第203幀；圖(d)為 第223幀；(e)為第243幀；圖(f)為第269幀。
具體實(shí)施方式
下面結(jié)合附圖對本發(fā)明的實(shí)施例作詳細(xì)說明本實(shí)施例在以本發(fā)明技術(shù)方案為前提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過程，但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施例。本實(shí)施例所采用的視頻來源于實(shí)驗(yàn)室拍攝的物體運(yùn)動(dòng)視頻庫。 如圖1所示，本實(shí)施例包括如下具體步驟步驟一，首先手動(dòng)標(biāo)定待跟蹤對象的初始位置，設(shè)定跟蹤窗口的大小，如圖 2 (a)，為第119幀的圖像，其中的橢圓區(qū)域即為跟蹤窗口，然后統(tǒng)計(jì)該區(qū)域的 加權(quán)顏色直方圖，并作歸 一 化處理，得到模板特征直方圖-、=ct"IU,ll，")-",〗，其中y = 1,2，3,仏=l,...,A^;w2 =1,"'，A^;m3 =1,"、7VV， 、 、 Wv為 把H、 S、 V值量化的維數(shù)，,卩),x)，〖(x) = ^_^(l-||x||2)，|^||2="—f。)2+(X—少。)2為點(diǎn)(X,，少,)到橢圓中心即搜索窗中心位置的距離，^(>0,(/ = 1，2，3)分別表示以y為中心的目標(biāo)的H、 S、 V空間的歸一化直方圖分 布，^為相應(yīng)空間的顏色向量，6/;g為x,像素點(diǎn)在相應(yīng)直方圖中顏色索引值(如 "(xJ為該點(diǎn)H值)，3為Kronecker Delta (克羅內(nèi)克符號)函數(shù)，k為高斯核 函數(shù)K的輪廓函數(shù)，x,為各像素點(diǎn)的位置，h為跟蹤窗的尺寸，C為常數(shù)，表達(dá)i卩)步驟二，對于靜態(tài)背景以上一幀跟蹤結(jié)果為搜索中心；對于動(dòng)態(tài)背景的情況，利用光流法進(jìn)行全局運(yùn)動(dòng)估計(jì)，對上一幀的匹配點(diǎn)進(jìn)行全局運(yùn)動(dòng)補(bǔ)償，然后以補(bǔ) 償后的新位置作為搜索中心，利用新三步搜索算法，在其周圍進(jìn)行搜索，得到最 佳匹配位置。所述利用光流法進(jìn)行全局運(yùn)動(dòng)估計(jì)，是指將攝像機(jī)運(yùn)動(dòng)作為六參數(shù)模型的 仿射運(yùn)動(dòng)，根據(jù)光流恒定方程和能量最小化原則，并且根據(jù)仿射運(yùn)動(dòng)模型"^"^ + "2V + ，計(jì)算出仿射運(yùn)動(dòng)的六參數(shù)ai,a2,^,、,bp^，"，"表示前一幀 v'="3i/ + a4v + 62中某一點(diǎn)位置，"'，v'表示當(dāng)前幀中此點(diǎn)位置。9所述新三步搜索法的搜索過程，具體為首先搜索中心8領(lǐng)域點(diǎn)、以7為步 長的8個(gè)點(diǎn)，加上中心點(diǎn)共17個(gè)點(diǎn)，進(jìn)行最優(yōu)匹配，即提取各點(diǎn)的特征直方圖， 分別計(jì)算該特征直方圖與模板直方圖的Bhattacharyya系數(shù)，找出 Bhattacharyya系數(shù)最大的點(diǎn)，記為TA;第二步，若TA在中心點(diǎn)則結(jié)束搜索； 若TA在中心點(diǎn)的以7為步長的8點(diǎn)內(nèi)，則以TA為中心，以3為步長的8點(diǎn)位置 進(jìn)行搜索，如步驟一所述找出最優(yōu)匹配TB點(diǎn)，對TB點(diǎn)進(jìn)行8領(lǐng)域搜索即可得到 目標(biāo)的最優(yōu)匹配TC點(diǎn)，結(jié)束搜索；第三步，若TA在中心點(diǎn)的8領(lǐng)域內(nèi)，則以 TA進(jìn)行3點(diǎn)或5點(diǎn)搜索找目標(biāo)的最優(yōu)匹配點(diǎn)；若TA點(diǎn)在8領(lǐng)域的角點(diǎn)上則搜索 其領(lǐng)域5點(diǎn)，若TA在邊上則搜索其領(lǐng)域內(nèi)3點(diǎn)，結(jié)束搜索。步驟三，統(tǒng)計(jì)匹配最佳位置處的特征直方圖，并與模板直方圖進(jìn)行 Bhattacharyya系數(shù)計(jì)算，并判定是否發(fā)生遮擋。如果該系數(shù)高于一定門限，則 判定無遮擋，進(jìn)行模板更新，對下一幀執(zhí)行步驟二；如果該系數(shù)低于一定門限， 則認(rèn)為發(fā)生遮擋，執(zhí)行步驟四；步驟四，停止模板更新，通過最小二乘法對遮擋前n點(diǎn)進(jìn)行運(yùn)動(dòng)軌跡擬合， 通過擬合的軌跡曲線預(yù)測目標(biāo)在遮擋時(shí)刻的位置。對預(yù)測得到的位置，統(tǒng)計(jì)其顏 色直方圖，并計(jì)算其與模板直方圖之間的BhaUacharyya系數(shù)，如果算得的系數(shù) 高于閾值則認(rèn)為脫離遮擋，若Bhattacharyya系數(shù)長時(shí)間低于某一門限，則認(rèn)為 目標(biāo)從視頻中消失。給定的數(shù)據(jù)(x,,X) (z、l,…,m)在某一個(gè)函數(shù)類(一般指簡單函數(shù)類)<中尋找一個(gè)函數(shù)^'(x)使(x,)-x)2最小。運(yùn)用最小二乘曲線擬合解決實(shí)際問題，關(guān)鍵是如何確定函數(shù)類/。 一方面^應(yīng)具有形式簡單、易于計(jì)算的特點(diǎn)，另一方面f中的函數(shù)的幾何形狀應(yīng)與數(shù)據(jù)表中的數(shù)據(jù)分布類似。根據(jù)高等數(shù)學(xué) 求極值的原理，應(yīng)有下列等式成立<formula>formula see original document page 10</formula>d/(x,;"，/ ，…)]2 ^-= 0上式被稱之為正規(guī)方程。對之求解，得到常數(shù)參量a,A…便可確立函數(shù)關(guān)系 y = /(x,",A…)。本實(shí)施例中把目標(biāo)運(yùn)動(dòng)向量分解為x和y方向的運(yùn)動(dòng)向量，對 (x,A)和Cv乂,)分別采用最小二乘法得到目標(biāo)x、 y軸坐標(biāo)和時(shí)間的對應(yīng)關(guān)系x = /J"^,y《，…)禾卩_y = /20，"2,々2,■)然后通過擬合得到的曲線預(yù)測目標(biāo)在遮擋時(shí)刻的x和y坐標(biāo)。步驟五，統(tǒng)計(jì)預(yù)測得到位置處的特征直方圖，并與模板直方圖進(jìn)行Bhattacharyya系數(shù)計(jì)算，進(jìn)行遮擋判定；若遮擋未消失，執(zhí)行步驟四；否則執(zhí)行步驟二。本實(shí)施例基于核的顏色直方圖推廣至HSV (色相、飽和度和亮度)空間并歸 一化，很好的表征了對象，并有一定的抗尺度變換抗遮擋性；對動(dòng)態(tài)背景引入了 全局運(yùn)動(dòng)估計(jì)，對搜索初始點(diǎn)起到了很好的預(yù)測定位作用；采用新三步搜索方法， 搜索區(qū)域?yàn)?2X22窗口，搜索區(qū)域大，且搜索速度快；無需復(fù)雜的遮擋檢測處 理過程；采用最小二乘法進(jìn)行運(yùn)動(dòng)軌跡曲線擬合，很好的解決了完全遮擋問題， 在有完全遮擋情況下仍能夠?qū)崿F(xiàn)準(zhǔn)確跟蹤。以下實(shí)驗(yàn)1到3，為采用如附圖l所示的流程，輸入不同條件下拍攝得到的 視頻流，跟蹤得到的結(jié)果。實(shí)驗(yàn)4、 5為利用均值移位法的對比實(shí)驗(yàn)。如圖2所示，為本實(shí)施例的實(shí)驗(yàn)l，為攝像機(jī)靜止情況，此時(shí)無需利用光流 法進(jìn)行全局運(yùn)動(dòng)估計(jì)，且假定被跟蹤的多對象特征有明顯的區(qū)別。由結(jié)果可以看 到此算法準(zhǔn)確的實(shí)現(xiàn)了多目標(biāo)跟蹤。第161幀判定目標(biāo)一 (較小橢圓標(biāo)注)被遮 擋，采用最小二乘法進(jìn)行軌跡預(yù)測，到第169幀遮擋結(jié)束，重新進(jìn)行搜索匹配。圖3、 4分別為實(shí)驗(yàn)2和3的實(shí)驗(yàn)結(jié)果，是對動(dòng)態(tài)背景下視頻流進(jìn)行跟蹤， 假定攝像機(jī)不作劇烈運(yùn)動(dòng)，在幀與幀之間的短時(shí)間間隔內(nèi)，這一假設(shè)通常能夠成 立。實(shí)驗(yàn)結(jié)果顯示，本實(shí)施例方法能夠有效克服攝像機(jī)運(yùn)動(dòng)，能夠?qū)崿F(xiàn)對目標(biāo)物 體的準(zhǔn)確定位。聯(lián)合遮擋檢測處理模塊，實(shí)驗(yàn)3顯示，第108開始目標(biāo)對象逐漸被背景中的樹木遮擋，由附圖可以看出當(dāng)跟蹤對象被背景中的物體完全遮擋時(shí)， 最小二乘法進(jìn)行軌跡擬合能夠很好的預(yù)測估計(jì)目標(biāo)對象的位置，如第113幀所 示。由第160幀可以看到遮擋結(jié)束后，目標(biāo)對象仍能被準(zhǔn)確的跟蹤。基于假設(shè)， 遮擋過程中物體運(yùn)動(dòng)不作突然變化，實(shí)驗(yàn)結(jié)果顯示，此算法能夠克服完全遮擋問 題。如圖5、 6所示，實(shí)驗(yàn)4和5為對比實(shí)驗(yàn)，利用均值移位法對實(shí)驗(yàn)2和3的 視頻進(jìn)行跟蹤，對比實(shí)驗(yàn)2和5的第203、 223、 243幀可以看到本實(shí)施例的方法 在動(dòng)態(tài)背景下的跟蹤效果都要優(yōu)異于均值移位法。對比實(shí)驗(yàn)3和4的第113幀可 以看到本實(shí)施例對于完全遮擋情況明顯優(yōu)越于均值移位法。發(fā)現(xiàn)攝像機(jī)運(yùn)動(dòng)造成 目標(biāo)物體運(yùn)動(dòng)相對劇烈，目標(biāo)在下一幀的位置偏離搜索窗，均值移位法容易收斂 于局部最優(yōu)解，本實(shí)施例由于對搜索起始點(diǎn)有一個(gè)運(yùn)動(dòng)估計(jì)補(bǔ)償?shù)倪^程，而且搜 索算法能夠在22X22領(lǐng)域內(nèi)進(jìn)行搜索，大大提高了跟蹤的性能。實(shí)驗(yàn)4顯示， 均值移位法對于不能克服完全遮擋問題，第108幀以后當(dāng)目標(biāo)對象發(fā)生遮擋時(shí)， 該法就完全失效不能夠?qū)崿F(xiàn)準(zhǔn)確的跟蹤。綜上所述，實(shí)驗(yàn)顯示本實(shí)施例能夠有效克服攝像機(jī)運(yùn)動(dòng)，動(dòng)態(tài)背景，跟蹤對 象之間遮擋，背景完全遮擋等問題，能夠穩(wěn)定實(shí)時(shí)的實(shí)現(xiàn)目標(biāo)對象跟蹤。
權(quán)利要求
1、一種基于核的對象跟蹤方法，其特征在于，包括如下步驟步驟一，初始化跟蹤窗位置和大小，并提取跟蹤窗區(qū)域內(nèi)特征直方圖，并對特征直方圖進(jìn)行歸一化處理，使其具有伸縮不變性，得到模板直方圖；步驟二，對于靜態(tài)背景，以上一幀跟蹤結(jié)果為搜索中心；對于動(dòng)態(tài)背景的情況，利用光流法進(jìn)行全局運(yùn)動(dòng)估計(jì)，得到攝像機(jī)運(yùn)動(dòng)參數(shù)，對上一幀的匹配點(diǎn)進(jìn)行全局運(yùn)動(dòng)補(bǔ)償，然后以補(bǔ)償后的新位置作為搜索中心，在得到上述搜索中心后，利用新三步搜索方法，在搜索中心點(diǎn)周圍進(jìn)行搜索得到最佳匹配位置；步驟三，將步驟二所得到的最佳匹配位置處的特征直方圖作歸一化處理，計(jì)算該特征直方圖和模板直方圖的巴塔卡亞系數(shù)，進(jìn)行遮擋判定，如果巴塔卡亞系數(shù)高于設(shè)定的門限值，則判定無遮擋，進(jìn)行模板更新，對下一幀執(zhí)行步驟二；如果巴塔卡亞系數(shù)低于設(shè)定的門限值，則認(rèn)為發(fā)生遮擋，執(zhí)行步驟四；步驟四，若發(fā)生遮擋，進(jìn)行最小二乘法軌跡擬合處理，通過前若干幀目標(biāo)位置擬合目標(biāo)運(yùn)動(dòng)軌跡得到運(yùn)動(dòng)軌跡曲線函數(shù)，并預(yù)測目標(biāo)在當(dāng)前時(shí)刻的坐標(biāo)，即得到目標(biāo)在當(dāng)前幀的位置；步驟五，提取步驟四得到的目標(biāo)在當(dāng)前幀位置處的特征直方圖并歸一化，與模板直方圖進(jìn)行巴塔卡亞系數(shù)計(jì)算，進(jìn)行遮擋判定，若遮擋未消失，執(zhí)行步驟四；否則執(zhí)行步驟二。
2、 根據(jù)權(quán)利要求1所述的基于核的對象跟蹤方法，其特征是，所述的提取跟 蹤窗區(qū)域內(nèi)特征直方圖，是指基于核的統(tǒng)計(jì)加權(quán)顏色直方圖，對以目標(biāo)位置為中 心，長短軸長分別為a和b的橢圓區(qū)域內(nèi)的所有像素點(diǎn)，在HSV空間，分別把對應(yīng)的H、 S、 V值量化為W、 Ws、 A^維，統(tǒng)計(jì)每一維里像素點(diǎn)數(shù)，定義該像素點(diǎn)到橢圓中心的距離作為核函數(shù)對直方圖進(jìn)行加權(quán)，從而建立一個(gè)基于核的加權(quán)顏 色直方圖。
3、 根據(jù)權(quán)利要求1所述的基于核的對象跟蹤方法，其特征是，所述的光流法 進(jìn)行全局運(yùn)動(dòng)估計(jì)，是指將攝像機(jī)運(yùn)動(dòng)假設(shè)為六參數(shù)模型的仿射運(yùn)動(dòng)，那么根據(jù)光流恒定方程和能量最小化原則，并且根據(jù)仿射運(yùn)動(dòng)模型^，"'" + "^ + t1 ，計(jì)算出仿射運(yùn)動(dòng)的六參數(shù)a"a2，a3,a^bi,b2， "， v表示前一幀中某一點(diǎn)位置，"'，V表示當(dāng)前幀中此點(diǎn)位置。
4、 根據(jù)權(quán)利要求1所述的基于核的對象跟蹤方法，其特征是，所述的新三步 搜索方法，是指以目標(biāo)為中心，在22*22窗口內(nèi)尋求最優(yōu)匹配，包括如下具體 步驟① 搜索中心8領(lǐng)域點(diǎn)、以7為步長的8個(gè)點(diǎn)，加上中心點(diǎn)共17個(gè)點(diǎn)，進(jìn)行最 優(yōu)匹配，即提取各點(diǎn)的特征直方圖，分別計(jì)算該特征直方圖與模板直方圖的巴塔 卡亞系數(shù)，找出巴塔卡亞系數(shù)最大的點(diǎn)，記為TA;② 若TA在中心點(diǎn)則結(jié)束搜索，若TA在中心點(diǎn)的以7為步長的8點(diǎn)內(nèi)，則以 TA為中心，以3為步長的8點(diǎn)位置進(jìn)行搜索，如第一步所述找出最優(yōu)匹配TB點(diǎn)， 對TB點(diǎn)進(jìn)行8領(lǐng)域搜索即可得到目標(biāo)的最優(yōu)匹配TC點(diǎn)，結(jié)束搜索；③ 若TA在中心點(diǎn)的8領(lǐng)域內(nèi)，則以TA進(jìn)行3點(diǎn)或5點(diǎn)搜索找目標(biāo)的最優(yōu)匹 配點(diǎn)；若TA點(diǎn)在8領(lǐng)域的角點(diǎn)上則搜索其領(lǐng)域5點(diǎn)，若TA在邊上則搜索其領(lǐng)域 內(nèi)3點(diǎn)，結(jié)束搜索。
5、 根據(jù)權(quán)利要求1所述的基于核的對象跟蹤方法，其特征是，所述進(jìn)行巴塔 卡亞系數(shù)計(jì)算，具體為巴塔卡亞系數(shù)是統(tǒng)計(jì)假設(shè)檢驗(yàn)中的分類錯(cuò)誤概率，用來 度量兩個(gè)概率分布的相似性，兩概率分布的分類錯(cuò)誤概率越高，表明兩個(gè)概率分 布越相似，將歸一化處理后的特征直方圖作為目標(biāo)概率分布，目標(biāo)模板直方圖分 布為《 ， _/ = 1,2,3，目標(biāo)可能狀態(tài)的歸一化特征直方圖為;^， / = 1，2,3，巴塔卡3 _亞系數(shù)為pO) = pL^ ] = 。
6、 根據(jù)權(quán)利要求1所述的基于核的對象跟蹤方法，其特征是，所述進(jìn)行模板更新，具體為首先對第t-l幀跟蹤結(jié)果提取特征直方圖并歸一化得^"/1(。， E 為跟蹤點(diǎn)位置，然后計(jì)算第t幀模板直方圖為《 /=(l-、邵"/—1，其中， "為遺忘因子。
7、 根據(jù)權(quán)利要求6所述的基于核的對象跟蹤方法，其特征是，所述遺忘因子" 為O. 5。
8、 根據(jù)權(quán)利要求1所述的基于核的對象跟蹤方法，其特征是，所述的進(jìn)行最 小二乘法軌跡擬合處理，具體為把目標(biāo)第^時(shí)刻的運(yùn)動(dòng)向量分解為x和y方向的運(yùn)動(dòng)向量x,和兀，對"'，O和"，"分別采用最小二乘法得到目標(biāo)x、 y軸坐標(biāo)和時(shí)間的對應(yīng)關(guān)系x-y;(/,a,，A，…)和:^/20，"2，A，…)，其中",，"2， A， A 是函數(shù)y;， /2的系數(shù)，然后通過擬合得到的曲線預(yù)測目標(biāo)在遮擋時(shí)刻的x和y坐標(biāo)。
全文摘要
一種計(jì)算機(jī)視覺領(lǐng)域的基于核的對象跟蹤方法，包括步驟一，初始化跟蹤窗位置和大小，并提取跟蹤窗區(qū)域內(nèi)特征直方圖，并對特征直方圖進(jìn)行歸一化處理；步驟二，得到靜態(tài)背景和動(dòng)態(tài)背景的搜索中心，利用新三步搜索方法，搜索得到最佳匹配位置；步驟三，計(jì)算該特征直方圖和模板直方圖的巴塔卡亞系數(shù)，進(jìn)行遮擋判定；步驟四，若發(fā)生遮擋，進(jìn)行最小二乘法軌跡擬合處理，得到運(yùn)動(dòng)軌跡曲線函數(shù)，并預(yù)測目標(biāo)在當(dāng)前時(shí)刻的坐標(biāo)；步驟五，提取步驟四得到的目標(biāo)在當(dāng)前幀位置處的特征直方圖并歸一化，進(jìn)行遮擋判定；若遮擋未消失，執(zhí)行步驟四；否則執(zhí)行步驟二。本發(fā)明克服攝像機(jī)運(yùn)動(dòng)問題，動(dòng)態(tài)背景下能夠取得實(shí)時(shí)良好的跟蹤效果，并克服跟蹤過程中背景遮擋。
文檔編號G06T7/20GK101251928SQ20081003453
公開日2008年8月27日 申請日期2008年3月13日 優(yōu)先權(quán)日2008年3月13日
發(fā)明者嚴(yán)曉玲, 曾貴華 申請人:上海交通大學(xué)