專(zhuān)利名稱(chēng)：一種實(shí)時(shí)視頻目標(biāo)快速跟蹤方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻監(jiān)控領(lǐng)域，尤其是一種實(shí)時(shí)視頻目標(biāo)快速跟蹤方法。
背景技術(shù)：
實(shí)時(shí)視頻目標(biāo)跟蹤技術(shù)是計(jì)算機(jī)視覺(jué)研究的核心內(nèi)容之一，它融合了模式識(shí)別、圖像處理、自動(dòng)控制、人工智能等多種不同領(lǐng)域的先進(jìn)技術(shù)、形成了一種能檢測(cè)、識(shí)別、分割和跟蹤運(yùn)動(dòng)目標(biāo)技術(shù)。通過(guò)運(yùn)算獲得運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)參數(shù)，經(jīng)過(guò)處理和分析來(lái)達(dá)到對(duì)運(yùn)動(dòng)目標(biāo)的理解。其主要處理過(guò)程為確認(rèn)對(duì)運(yùn)動(dòng)目標(biāo)最終形成的運(yùn)動(dòng)軌跡，獲得每個(gè)目標(biāo)的狀態(tài)以及目標(biāo)的個(gè)數(shù)，進(jìn)一步獲知目標(biāo)的特征參數(shù)，同時(shí)要考慮算法實(shí)現(xiàn)速度以保證實(shí)時(shí)性。運(yùn)動(dòng)目標(biāo)跟蹤首先必須解決三個(gè)基本問(wèn)題穩(wěn)定性、精確性、實(shí)時(shí)性，使一個(gè)算法同時(shí)具備這三種性質(zhì)是一個(gè)具有挑戰(zhàn)性的問(wèn)題。用二維的方式表示圖像的信息使得獲取相關(guān)參數(shù)時(shí)存在困難，當(dāng)目標(biāo)在運(yùn)動(dòng)中方位大小發(fā)生變化時(shí)，同一目標(biāo)上的某些特征可能產(chǎn)生較大改變，此外還有旋轉(zhuǎn)，縮放，環(huán)境變化，加速，噪聲等一些因素的影響。一個(gè)完整的目標(biāo)跟蹤算法必須能準(zhǔn)確的檢測(cè)出目標(biāo)，獲得目標(biāo)的重要信息，同時(shí)能夠有效的在一定干擾下進(jìn)行準(zhǔn)確跟蹤。當(dāng)前目標(biāo)跟蹤技術(shù)包括以下一些難點(diǎn)問(wèn)題(I)環(huán)境復(fù)雜下的跟蹤在復(fù)雜背景中，很可能出現(xiàn)背景的信息與目標(biāo)的信息相似，使得算法很難從視頻流中提取出目標(biāo)的特征，從而很難分割出目標(biāo)的輪廓。因此如何避免背景所帶來(lái)的干擾對(duì)于目標(biāo)跟蹤算法非常重要，這也是一個(gè)具有良好穩(wěn)定性的算法所必須的。(2)抗遮擋問(wèn)題在目標(biāo)的運(yùn)動(dòng)過(guò)程中，難免會(huì)遇到全遮擋或半遮擋的問(wèn)題，在一些傳統(tǒng)的算法中，往往會(huì)遇到遮擋目標(biāo)重現(xiàn)時(shí)無(wú)法繼續(xù)進(jìn)行跟蹤，主要原因是大多數(shù)目標(biāo)跟蹤算法是基于當(dāng)前幀的運(yùn)算，來(lái)得出位移變化，無(wú)法對(duì)后續(xù)幀的改變進(jìn)行預(yù)測(cè)。雖然已經(jīng)有相關(guān)算法可以解決遮擋問(wèn)題，但算法的精度和速度降低太多。(3)分割和檢測(cè)目標(biāo)運(yùn)動(dòng)目標(biāo)的分割和檢測(cè)要受到背景變化、光照、仿射等多方面的影響，這些因素都給準(zhǔn)確有效的運(yùn)動(dòng)分割帶來(lái)困難。所謂目標(biāo)檢測(cè)的精度是指對(duì)目標(biāo)真正狀態(tài)的識(shí)別概率，正確的區(qū)分哪些目標(biāo)，哪些是背景和噪聲。而目標(biāo)分割的精度是指從視頻幀流中分析提取跟蹤對(duì)象，找到有效的信息。目前還沒(méi)有一種絕對(duì)有效的目標(biāo)檢測(cè)方法，常見(jiàn)的有差分方法、光流方法、主動(dòng)輪廓方法等。(4)目標(biāo)形態(tài)改變?cè)趯?shí)現(xiàn)跟蹤算法時(shí)，必須考慮到目標(biāo)在運(yùn)動(dòng)過(guò)程中發(fā)生形態(tài)的改變，比如目標(biāo)的大小、形狀、甚至旋轉(zhuǎn)等等。比較常見(jiàn)的是非剛性的物體在運(yùn)動(dòng)的過(guò)程中容易發(fā)生形態(tài)上的改變，使得給算法在實(shí)現(xiàn)對(duì)目標(biāo)的識(shí)別，分割，跟蹤的時(shí)候產(chǎn)生誤差。如何實(shí)現(xiàn)對(duì)目標(biāo)形態(tài)發(fā)生較大改變時(shí)的跟蹤也是一個(gè)難度較大的課題。(5)跟蹤的穩(wěn)定性穩(wěn)定性指的是在各種復(fù)雜的情況下跟蹤算法依然能對(duì)目標(biāo)進(jìn)行持續(xù)準(zhǔn)確的跟蹤，具有良好穩(wěn)定性的算法必須能夠克服目標(biāo)形態(tài)發(fā)生改變、遮擋、光照變化等諸多方面的影響。(6)實(shí)時(shí)性需求視頻目標(biāo)跟蹤算法在實(shí)施核心跟蹤算法前需要對(duì)圖像流甚至每一幀圖像進(jìn)行大量的運(yùn)算，比如對(duì)所有像素點(diǎn)進(jìn)行反復(fù)的濾波處理來(lái)找到相對(duì)有效的特征點(diǎn)，像素點(diǎn)之間的比較等。要在滿(mǎn)足跟蹤的穩(wěn)定性于精確性的前提下快速的對(duì)目標(biāo)進(jìn)行跟蹤尤其困難，在在領(lǐng)域?qū)λ惴ǖ目焖傩砸蠛芨?，因此能夠研究出?shí)時(shí)性高的算法是非常具有價(jià)值的。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種實(shí)時(shí)視頻目標(biāo)快速跟蹤方法，能夠滿(mǎn)足跟蹤的穩(wěn)定性和實(shí)時(shí)性需求，同時(shí)能夠解決運(yùn)動(dòng)目標(biāo)抗遮擋的問(wèn)題。本發(fā)明解決現(xiàn)有的技術(shù)問(wèn)題是采取以下技術(shù)方案實(shí)現(xiàn)的:一種實(shí)時(shí)視頻目標(biāo)快速跟蹤方法，包括以下步驟:步驟1:在一幀圖像中將跟蹤目標(biāo)設(shè)置在跟蹤框內(nèi)，記錄跟蹤目標(biāo)的位置信息；步驟2:根據(jù)跟蹤目標(biāo)的初始信息，使用卡爾曼濾波器讀取跟蹤目標(biāo)預(yù)測(cè)位置；步驟3:以卡爾曼濾波器獲得的跟蹤目標(biāo)預(yù)測(cè)位置為起點(diǎn)，結(jié)合跟蹤框，使用C-SIFT跟蹤算法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤；步驟4:在跟蹤過(guò)程中，使用卡爾曼濾波算法對(duì)跟蹤的方位進(jìn)行預(yù)測(cè)和糾正；步驟5:求出遮擋率的因子并調(diào)節(jié)卡爾曼濾波器的相關(guān)參數(shù)；步驟6:循環(huán)運(yùn)行步驟2至步驟5，直到跟蹤穩(wěn)定。而且，所述步 驟I將跟蹤目標(biāo)設(shè)置在跟蹤框內(nèi)的方法為:采用手動(dòng)方式在一幀圖像中框選跟蹤目標(biāo)，并將跟蹤目標(biāo)設(shè)置在跟蹤框內(nèi)。而且，所述步驟2卡爾曼濾波器讀取跟蹤目標(biāo)預(yù)測(cè)位置是通過(guò)如下模型實(shí)現(xiàn)的:運(yùn)動(dòng)模型=Xt=OXt-JWt;測(cè)量模型:Zt=HXt+Vt；式中Φ為狀態(tài)轉(zhuǎn)移矩陣，H為觀測(cè)矩陣，Wt和Vt均為零均值的高斯白噪聲；其中:目標(biāo)狀態(tài)轉(zhuǎn)移矩陣Φ為:
權(quán)利要求
1.一種實(shí)時(shí)視頻目標(biāo)快速跟蹤方法，其特征在于:包括以下步驟: 步驟1:在一幀圖像中將跟蹤目標(biāo)設(shè)置在跟蹤框內(nèi)，記錄跟蹤目標(biāo)的位置信息； 步驟2:根據(jù)跟蹤目標(biāo)的初始信息，使用卡爾曼濾波器讀取跟蹤目標(biāo)預(yù)測(cè)位置； 步驟3:以卡爾曼濾波器獲得的跟蹤目標(biāo)預(yù)測(cè)位置為起點(diǎn)，結(jié)合跟蹤框，使用C-SIFT跟蹤算法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤； 步驟4:在跟蹤過(guò)程中，使用卡爾曼濾波算法對(duì)跟蹤的方位進(jìn)行預(yù)測(cè)和糾正； 步驟5:求出遮擋率的因子并調(diào)節(jié)卡爾曼濾波器的相關(guān)參數(shù)； 步驟6:循環(huán)運(yùn)行步驟2至步驟5，直到跟蹤穩(wěn)定。
2.根據(jù)權(quán)利要求1所述的一種實(shí)時(shí)視頻目標(biāo)快速跟蹤方法，其特征在于:所述步驟I將跟蹤目標(biāo)設(shè)置在跟蹤框內(nèi)的方法為:采用手動(dòng)方式在一幀圖像中框選跟蹤目標(biāo)，并將跟蹤目標(biāo)設(shè)置在跟蹤框內(nèi)。
3.根據(jù)權(quán)利要求1所述的一種實(shí)時(shí)視頻目標(biāo)快速跟蹤方法，其特征在于:所述步驟2卡爾曼濾波器讀取跟蹤目標(biāo)預(yù)測(cè)位置是通過(guò)如下模型實(shí)現(xiàn)的: 運(yùn)動(dòng)模型=Xt=OXt-JWt ； 測(cè)量模型:Zt=HXt+Vt ； 式中Φ為狀態(tài)轉(zhuǎn)移矩陣，H為觀測(cè)矩陣，Wt和Vt均為零均值的高斯白噪聲；其中:目標(biāo)狀態(tài)轉(zhuǎn)移矩陣Φ為:
4.根據(jù)權(quán)利要求1或2所述的一種實(shí)時(shí)視頻目標(biāo)快速跟蹤方法，其特征在于:所述步驟3包括以下處理過(guò)程: ①一次讀入視頻流的N幀圖像； ②將每間隔K幀圖像提取出來(lái)進(jìn)行匹配； 其中，K=kt, t為匹配時(shí)間，Os〈t〈ls，k為正數(shù)且能被10整除； ③使用C-SIFT跟蹤算法進(jìn)行匹配當(dāng)前幀和其下一幀，得到特征點(diǎn): (X1, Y1), (x2, y2)......(Xn, yn)和其配對(duì)點(diǎn)(X' 1； y' O , W 2, y' 2)......(x, n.l' J ④選取2n對(duì)匹配點(diǎn)，求得
5.根據(jù)權(quán)利要求1或2所述的一種實(shí)時(shí)視頻目標(biāo)快速跟蹤方法，其特征在于:所述步驟4包括以下處理過(guò)程: ①一步狀態(tài)預(yù)測(cè)
全文摘要
本發(fā)明涉及一種實(shí)時(shí)視頻目標(biāo)快速跟蹤方法，包括以下步驟1、在一幀圖像中將跟蹤目標(biāo)設(shè)置在跟蹤框內(nèi)，記錄跟蹤目標(biāo)的位置信息；2、根據(jù)跟蹤目標(biāo)的初始信息，使用卡爾曼濾波器讀取跟蹤目標(biāo)預(yù)測(cè)位置；3、以卡爾曼濾波器獲得的跟蹤目標(biāo)預(yù)測(cè)位置為起點(diǎn)，結(jié)合跟蹤框，使用C-SIFT跟蹤算法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤；4、在跟蹤過(guò)程中，使用卡爾曼濾波算法對(duì)跟蹤的方位進(jìn)行預(yù)測(cè)和糾正；5、求出遮擋率的因子并調(diào)節(jié)卡爾曼濾波器的相關(guān)參數(shù)；6、循環(huán)運(yùn)行步驟2至步驟5，直到跟蹤穩(wěn)定。本發(fā)明有效地將C-SIFT算法和自適應(yīng)卡爾曼濾波算法結(jié)合在一起，提高了跟蹤精度，解決傳統(tǒng)算法在抗遮擋方面的不足，實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)被遮擋后的實(shí)時(shí)跟蹤。
文檔編號(hào)G06T7/20GK103077532SQ20121056875
公開(kāi)日2013年5月1日 申請(qǐng)日期2012年12月24日 優(yōu)先權(quán)日2012年12月24日
發(fā)明者葉晨, 張曉東 申請(qǐng)人:天津市亞安科技股份有限公司