本發(fā)明涉及計(jì)算機(jī)視覺(jué)領(lǐng)域，具體涉及一種目標(biāo)跟蹤方法及裝置。

背景技術(shù)：

在計(jì)算機(jī)視覺(jué)領(lǐng)域，目標(biāo)跟蹤一直是熱點(diǎn)研究領(lǐng)域之一。所謂目標(biāo)跟蹤，即是在一個(gè)連續(xù)的圖像序列中，對(duì)感興趣的目標(biāo)進(jìn)行持續(xù)的定位的過(guò)程。目標(biāo)跟蹤廣泛應(yīng)用于軍事、交通、監(jiān)控等多個(gè)領(lǐng)域。由于光照變化，目標(biāo)形變，目標(biāo)遮擋以及實(shí)時(shí)性等因素影響，精確的目標(biāo)跟蹤算法還難以實(shí)現(xiàn)。

核相關(guān)濾波跟蹤算法是近年來(lái)發(fā)展起來(lái)的一種效果較好的跟蹤算法，采用循環(huán)移位的思想，構(gòu)造大量的樣本來(lái)訓(xùn)練分類器，同時(shí)利用離散傅里葉變換降低分類器訓(xùn)練和檢測(cè)過(guò)程中的運(yùn)算量。

但是核相關(guān)濾波跟蹤算法存在一些固有的問(wèn)題：首先，當(dāng)目標(biāo)物體被連續(xù)遮擋時(shí)，遮擋物會(huì)遮擋住目標(biāo)，從而導(dǎo)致跟蹤結(jié)果偏離。其次，在目標(biāo)物體的尺度或形態(tài)發(fā)生較大變化的情況下，跟蹤性能受到很大的限制。因此如何在跟蹤目標(biāo)發(fā)生變化時(shí)更好的進(jìn)行跟蹤稱為亟待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

因此，本發(fā)明要解決的技術(shù)問(wèn)題在于現(xiàn)有技術(shù)中的跟蹤方法當(dāng)目標(biāo)物體被遮擋或尺寸發(fā)生變化時(shí)導(dǎo)致跟蹤失敗。

為此，本發(fā)明提供一種目標(biāo)跟蹤方法，包括如下步驟：獲取目標(biāo)物體的原始位置；根據(jù)所述原始位置對(duì)目標(biāo)物體進(jìn)行跟蹤，得到跟蹤位置；計(jì)算所述跟蹤位置與目標(biāo)物體的原始位置的相似度；判斷所述相似度是否大于預(yù)設(shè)閾值；若所述相似度大于預(yù)設(shè)閾值，獲取跟蹤位置中的目標(biāo)物體的尺寸；根據(jù)目標(biāo)物體的尺寸更新原始目標(biāo)物體。

優(yōu)選地，還包括下一幀圖像根據(jù)更新后的目標(biāo)尺寸對(duì)目標(biāo)物體進(jìn)行跟蹤。

優(yōu)選地，還包括若所述相似度不大于預(yù)設(shè)閾值，則所述跟蹤結(jié)果不正確，跟蹤失敗。

優(yōu)選地，對(duì)目標(biāo)物體進(jìn)行跟蹤的步驟中，采用核相關(guān)濾波跟蹤算法進(jìn)行跟蹤。

優(yōu)選地，通過(guò)分類器計(jì)算所述跟蹤位置與目標(biāo)物體的原始位置的相似度。

優(yōu)選地，所述分類器和通過(guò)正負(fù)樣本來(lái)訓(xùn)練。

此外，本發(fā)明還提供一種目標(biāo)跟蹤裝置，包括：原始位置提取單元，獲取目標(biāo)物體的原始位置；跟蹤單元，根據(jù)所述原始位置對(duì)目標(biāo)物體進(jìn)行跟蹤，得到跟蹤位置；相似度計(jì)算單元，計(jì)算所述跟蹤位置與目標(biāo)物體的原始位置的相似度；判斷單元，用于判斷所述相似度是否大于預(yù)設(shè)閾值；尺寸獲取單元，用于若所述相似度大于預(yù)設(shè)閾值，獲取跟蹤位置中的目標(biāo)物體的尺寸；目標(biāo)更新單元，用于根據(jù)目標(biāo)物體的尺寸更新原始目標(biāo)物體。

優(yōu)選地，還包括后續(xù)跟蹤單元，用于下一幀圖像根據(jù)更新后的目標(biāo)尺寸對(duì)目標(biāo)物體進(jìn)行跟蹤。

優(yōu)選地，還包括跟蹤失敗單元，用于若所述相似度不大于預(yù)設(shè)閾值，則所述跟蹤結(jié)果不正確，跟蹤失敗。

優(yōu)選地，采用核相關(guān)濾波跟蹤算法進(jìn)行跟蹤。

本發(fā)明技術(shù)方案，具有如下優(yōu)點(diǎn)：

本發(fā)明提供的目標(biāo)跟蹤方法，首先獲取目標(biāo)物體的原始位置，根據(jù)該位置對(duì)目標(biāo)物體進(jìn)行跟蹤，得到跟蹤位置，然后計(jì)算所述跟蹤位置與目標(biāo)物體的原始位置的相似度，若所述相似度大于預(yù)設(shè)閾值，獲取跟蹤位置中的目標(biāo)物體的尺寸；根據(jù)目標(biāo)物體的尺寸更新原始目標(biāo)物體。該方案中，通過(guò)級(jí)聯(lián)檢測(cè)器對(duì)跟蹤結(jié)果進(jìn)行校對(duì)，如果與原始位置的差別不大，則說(shuō)明跟蹤成功，通過(guò)目標(biāo)圖像的尺寸進(jìn)一步更新原始圖像，這樣當(dāng)存在遮擋或目標(biāo)物體尺寸變化等情況時(shí)，可以獲得最新的目標(biāo)圖像，從而根據(jù)該目標(biāo)圖像去進(jìn)一步跟蹤，能夠克服現(xiàn)有技術(shù)中的跟蹤方法當(dāng)目標(biāo)物體被遮擋或尺寸發(fā)生變化時(shí)導(dǎo)致跟蹤失敗，改善現(xiàn)有算法的性能。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明具體實(shí)施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)具體實(shí)施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施方式，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例1中一種目標(biāo)跟蹤方法的一個(gè)具體示例的流程圖。

圖2為本發(fā)明實(shí)施例2中一種目標(biāo)跟蹤裝置的一個(gè)具體示例的結(jié)構(gòu)框圖；

具體實(shí)施方式

下面將結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

在本發(fā)明的描述中，需要說(shuō)明的是，術(shù)語(yǔ)“中心”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡(jiǎn)化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對(duì)本發(fā)明的限制。此外，術(shù)語(yǔ)“第一”、“第二”、“第三”僅用于描述目的，而不能理解為指示或暗示相對(duì)重要性。

在本發(fā)明的描述中，需要說(shuō)明的是，除非另有明確的規(guī)定和限定，術(shù)語(yǔ)“安裝”、“相連”、“連接”應(yīng)做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機(jī)械連接，也可以是電連接；可以是直接相連，也可以通過(guò)中間媒介間接相連，還可以是兩個(gè)元件內(nèi)部的連通，可以是無(wú)線連接，也可以是有線連接。對(duì)于本領(lǐng)域的普通技術(shù)人員而言，可以具體情況理解上述術(shù)語(yǔ)在本發(fā)明中的具體含義。

此外，下面所描述的本發(fā)明不同實(shí)施方式中所涉及的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互結(jié)合。

實(shí)施例1

本實(shí)施例中提供一種目標(biāo)跟蹤方法，用于跟蹤目標(biāo)物體，尤其對(duì)于部分遮擋或尺寸發(fā)生變化的目標(biāo)物體可以更好的進(jìn)行跟蹤。該方法可以用戶電腦、服務(wù)器等智能設(shè)備中，對(duì)輸入的視頻中的目標(biāo)物體進(jìn)行跟蹤。

本實(shí)施例中的目標(biāo)跟蹤方法包括如下步驟：

S1、獲取目標(biāo)物體的原始位置。在視頻初始幀，給定目標(biāo)初始位置。

S2、根據(jù)所述原始位置對(duì)目標(biāo)物體進(jìn)行跟蹤，得到跟蹤位置，跟蹤位置為一個(gè)矩形框。對(duì)目標(biāo)物體進(jìn)行跟蹤的步驟中，采用核相關(guān)濾波跟蹤算法進(jìn)行跟蹤。

核相關(guān)濾波算法的跟蹤過(guò)程可以分解為如下幾步：

第一步，在初始幀圖像中，目標(biāo)初始位置位于位置p(t)。在第I(t)幀圖像中，在位置p(t)附近采樣，訓(xùn)練一個(gè)回歸器，這個(gè)回歸器能夠計(jì)算每個(gè)采樣小窗口的響應(yīng)。

第二步，在I(t+1)幀中，在前一幀位置p(t)附近采樣，用上一幀訓(xùn)練的回歸器計(jì)算每個(gè)采樣窗口的響應(yīng)，響應(yīng)最大的窗口作為本幀的目標(biāo)位置p(t+1)，該目標(biāo)位置即為跟蹤結(jié)果。

核相關(guān)濾波算法具有以下優(yōu)點(diǎn)：首先，使用目標(biāo)區(qū)域周圍區(qū)域的循環(huán)矩陣采集正負(fù)樣本，利用嶺回歸訓(xùn)練回歸器，并成功的利用循環(huán)矩陣在傅里葉空間可對(duì)角化的性質(zhì)，大大降低運(yùn)算量，提高算法運(yùn)算速度。其次，將線性嶺回歸通過(guò)核函數(shù)映射到非線性空間，使線性不可分的樣本在非線性空間中可分。

核相關(guān)濾波算法中，所有的訓(xùn)練樣本是由目標(biāo)樣本循環(huán)移位得到，循環(huán)移位可由排列矩陣得到，對(duì)于二維圖像，可以通過(guò)x軸和y軸分別循環(huán)移動(dòng)實(shí)現(xiàn)不同位置的移動(dòng)。

通過(guò)循環(huán)移位構(gòu)造出來(lái)的二維圖像訓(xùn)練樣本如下所示：

這樣所有的訓(xùn)練樣本就得到了，然后通過(guò)嶺回歸和傅里葉變換的方法訓(xùn)練分類器。

設(shè)訓(xùn)練樣本集(x_i，y_i),那么其線性回歸函數(shù)f(x_i)＝w^Tx_i,w是列向量表示權(quán)重系數(shù)，可通過(guò)最小二乘法求解，

通過(guò)求偏導(dǎo)數(shù)，進(jìn)行化簡(jiǎn)，得到最后解析解的形式：

w＝(X^HX+λ)^-1X^Hy

然后通過(guò)引入傅里葉變換，降低矩陣求逆的計(jì)算復(fù)雜度。

S3、計(jì)算所述跟蹤位置與目標(biāo)物體的原始位置的相似度。

可以通過(guò)最近鄰分類器來(lái)計(jì)算跟蹤位置與目標(biāo)物體的原始位置的相似度，在最近鄰分類器中預(yù)先存儲(chǔ)目標(biāo)物體的原始位置。跟蹤結(jié)果返回目標(biāo)矩形框，計(jì)算該位置與最近鄰分類器中保存的真實(shí)的目標(biāo)位置的相關(guān)相似度S(r)。

S4、判斷所述相似度是否小于預(yù)設(shè)閾值。S(r)大于或等于閾值則認(rèn)為跟蹤成功，執(zhí)行S5-S6；若S(r)小于設(shè)定的閾值，就認(rèn)為當(dāng)前目標(biāo)由于快速移動(dòng)導(dǎo)致跟蹤失敗，執(zhí)行S7-S9。

S5、若所述相似度大于預(yù)設(shè)閾值，獲取跟蹤位置中的目標(biāo)物體的尺寸。

S6、根據(jù)目標(biāo)物體的尺寸更新原始目標(biāo)物體，下一幀圖像根據(jù)更新后的目標(biāo)尺寸對(duì)目標(biāo)物體進(jìn)行跟蹤。這種情況下認(rèn)為跟蹤成功，但是由于物體的尺寸形態(tài)等發(fā)生變化，此時(shí)需要進(jìn)一步對(duì)目標(biāo)物體的尺寸進(jìn)行調(diào)整，以使其與遮擋或尺寸變化后的圖像相適應(yīng)。能夠克服現(xiàn)有技術(shù)中的跟蹤方法當(dāng)目標(biāo)物體被遮擋或尺寸發(fā)生變化時(shí)導(dǎo)致跟蹤失敗，改善現(xiàn)有算法的性能。

S7、若所述相似度小于預(yù)設(shè)閾值，通過(guò)級(jí)聯(lián)檢測(cè)器獲取多個(gè)候選跟蹤區(qū)域。

由于跟蹤算法在新的一幀跟蹤時(shí)，是在上一幀的目標(biāo)位置附近采樣，計(jì)算回歸響應(yīng)，這就導(dǎo)致算法無(wú)法解決目標(biāo)快速移動(dòng)和尺度變化的情況，因此引入級(jí)聯(lián)檢測(cè)器部分對(duì)這兩種情況進(jìn)行修正。

級(jí)聯(lián)檢測(cè)器通過(guò)滑動(dòng)窗口來(lái)掃描輸入圖像，然后判斷每個(gè)窗口中有沒(méi)有目標(biāo)，級(jí)聯(lián)檢測(cè)器主要包含三個(gè)模塊：方差分類器，集成分類器和最近鄰分類器。

初始化階段：按照一定的步長(zhǎng)和縮放比例得到能夠包含所有可能的大小和變換的初始掃描網(wǎng)格，正樣本從給定目標(biāo)初始位置合成得到。在距離初始矩形框最近的掃描網(wǎng)格中，選擇10個(gè)矩形框，對(duì)于每一個(gè)矩形框，我們通過(guò)幾何變換(±1％的偏移，±1％比例縮放，±10°的平面旋轉(zhuǎn))生成20個(gè)不同矩形框，并附加以方差為5的標(biāo)準(zhǔn)高斯噪聲，最后得到200個(gè)正樣本。負(fù)樣本是從初始矩形框的周圍搜選得到的，不需要進(jìn)行仿射變換。

通過(guò)初始化得到的正負(fù)樣本，訓(xùn)練集成分類器和最近鄰分類器。

最近鄰分類器中相關(guān)相似度S(r)變化范圍從0到1。取值越大表示圖像塊越有可能是目標(biāo)區(qū)域。

其中S(+)是正樣本相似度：

其中S(-)是負(fù)樣本相似度：

在最近鄰分類器計(jì)算過(guò)程中，相關(guān)相似度S(r)被用于指出一個(gè)任意的圖像塊和目標(biāo)模型中的部分有多大的相似。如果S^r(p，M)＞θ_NN，那么圖像p被分類為正樣本，否則就被分類為負(fù)樣本。

掃描圖像分類階段：在方差分類器模塊中，計(jì)算圖像塊方差，如果這個(gè)圖像塊的方差小于目標(biāo)圖像塊方差的一半，就拒絕這個(gè)圖像塊。集成分類器是由一系列基本分類器組成，通過(guò)計(jì)算圖像的LBP特征，來(lái)判斷圖像塊是否輸出。通過(guò)前兩步，圖像塊得到了大幅的減少，利用最近鄰分類器，輸出最終的目標(biāo)區(qū)域，此處的目標(biāo)區(qū)域便是候選跟蹤區(qū)域。

S8、將所述候選跟蹤區(qū)域聚類置信度最高的區(qū)域?yàn)楦櫧Y(jié)果。針對(duì)級(jí)聯(lián)檢測(cè)器會(huì)返回若干個(gè)候選跟蹤區(qū)域，每個(gè)候選跟蹤區(qū)域?qū)?yīng)一個(gè)相關(guān)相似度，通過(guò)聚類，得到幾個(gè)最可信的目標(biāo)區(qū)域，利用加權(quán)平均，輸出最終的一個(gè)檢測(cè)結(jié)果。

S9、用所述跟蹤結(jié)果更新所述目標(biāo)物體的原始位置，下一幀圖像中在更新后的位置對(duì)目標(biāo)物體進(jìn)行跟蹤。從而提高了后續(xù)幀圖像跟蹤的準(zhǔn)確度。

與現(xiàn)有技術(shù)相比，基于核相關(guān)濾波算法利用循環(huán)矩陣的方法，有效的構(gòu)造大量樣本，能夠得到較好的分類器，并利用傅里葉變換降低運(yùn)算時(shí)間，同時(shí)本發(fā)明利用級(jí)聯(lián)檢測(cè)器檢測(cè)結(jié)果，有效的解決了目標(biāo)快速移動(dòng)和目標(biāo)多尺度的問(wèn)題。

實(shí)施例2：

本實(shí)施例中提供一種目標(biāo)跟蹤裝置，用于對(duì)視頻圖像中的目標(biāo)物體進(jìn)行跟蹤，尤其適用于目標(biāo)物體產(chǎn)生遮擋或目標(biāo)物體的尺寸發(fā)生變化的情況，該裝置結(jié)構(gòu)如圖2所示，包括：

原始位置提取單元21，用于獲取目標(biāo)物體的原始位置；

跟蹤單元22，用于根據(jù)所述原始位置對(duì)目標(biāo)物體進(jìn)行跟蹤，得到跟蹤位置；采用核相關(guān)濾波跟蹤算法進(jìn)行跟蹤。

相似度計(jì)算單元23，用于計(jì)算所述跟蹤位置與目標(biāo)物體的原始位置的相似度；

判斷單元24，用于判斷所述相似度是否大于預(yù)設(shè)閾值；

尺寸獲取單元25，用于若所述相似度大于預(yù)設(shè)閾值，獲取跟蹤位置中的目標(biāo)物體的尺寸；

目標(biāo)更新單元26，用于根據(jù)目標(biāo)物體的尺寸更新原始目標(biāo)物體。下一幀圖像根據(jù)更新后的目標(biāo)尺寸對(duì)目標(biāo)物體進(jìn)行跟蹤。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形式。而且，本發(fā)明可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲(chǔ)介質(zhì)(包括但不限于磁盤(pán)存儲(chǔ)器、CD-ROM、光學(xué)存儲(chǔ)器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。

本發(fā)明是參照根據(jù)本發(fā)明實(shí)施例的方法、設(shè)備(系統(tǒng))、和計(jì)算機(jī)程序產(chǎn)品的流程圖和/或方框圖來(lái)描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過(guò)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。

這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能。

這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。

顯然，上述實(shí)施例僅僅是為清楚地說(shuō)明所作的舉例，而并非對(duì)實(shí)施方式的限定。對(duì)于所屬領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在上述說(shuō)明的基礎(chǔ)上還可以做出其它不同形式的變化或變動(dòng)。這里無(wú)需也無(wú)法對(duì)所有的實(shí)施方式予以窮舉。而由此所引伸出的顯而易見(jiàn)的變化或變動(dòng)仍處于本發(fā)明創(chuàng)造的保護(hù)范圍之中。