專(zhuān)利名稱(chēng)：一種目標(biāo)跟蹤方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)，特別涉及一種目標(biāo)跟蹤方法及裝置。

背景技術(shù)：
隨著科技的發(fā)展，圖像處理技術(shù)目前已經(jīng)廣泛應(yīng)用于公共安全，人機(jī)交互，娛樂(lè)，以及醫(yī)療等領(lǐng)域。目標(biāo)跟蹤是一種典型的圖像處理技術(shù)的應(yīng)用，通過(guò)目標(biāo)跟蹤，系統(tǒng)可以自動(dòng)從圖像或視頻中獲取目標(biāo)所在位置、大小以及目標(biāo)數(shù)量等信息。目標(biāo)跟蹤技術(shù)在智能視頻監(jiān)控，智能交通，視頻分析和檢索以及圖片檢索等領(lǐng)域起到了重要作用。
目前普遍采用的目標(biāo)跟蹤方法一般都采用檢測(cè)或者手工標(biāo)定的方法在第一幀采集圖像中確定跟蹤對(duì)象的初始位置，在后續(xù)幀采集圖像的所有可能位置中尋找和跟蹤對(duì)象最相近的區(qū)域，將與跟蹤對(duì)象匹配的區(qū)域作為跟蹤對(duì)象的跟蹤結(jié)果。
在目標(biāo)跟蹤的過(guò)程中，需要維持一個(gè)跟蹤隊(duì)列，跟蹤隊(duì)列中包括基準(zhǔn)框，每個(gè)基準(zhǔn)框表示一個(gè)跟蹤對(duì)象，每個(gè)基準(zhǔn)框包含有位置、大小等信息。例如矩形的基準(zhǔn)框的位置可以為矩形的中心坐標(biāo)，大小可以為矩形的長(zhǎng)、寬和高。在跟蹤開(kāi)始時(shí)，通常會(huì)從第一幀采集圖像中檢測(cè)出目標(biāo)隊(duì)列，將融合后的目標(biāo)隊(duì)列作為初始的跟蹤隊(duì)列，再?gòu)漠?dāng)前幀采集圖像的所有可能位置中尋找與跟蹤隊(duì)列中基準(zhǔn)框最相近的區(qū)域，即用當(dāng)前幀采集圖像匹配跟蹤隊(duì)列。
所述從第一幀采集圖像中檢測(cè)出目標(biāo)隊(duì)列是指，在第一幀采集圖像中，將檢測(cè)出的每個(gè)目標(biāo)對(duì)象表示為檢測(cè)框，與基準(zhǔn)框類(lèi)似，每個(gè)檢測(cè)框包含有位置、大小等信息。這樣，所有檢測(cè)出的檢測(cè)框就組成了一個(gè)隊(duì)列，稱(chēng)所述隊(duì)列為目標(biāo)隊(duì)列。通常，會(huì)在一個(gè)真實(shí)目標(biāo)位置檢測(cè)出多個(gè)檢測(cè)框，因而，往往需要一個(gè)融合過(guò)程。在融合前，在檢測(cè)出的目標(biāo)隊(duì)列中，為所有真實(shí)目標(biāo)檢測(cè)出的檢測(cè)框組成了一個(gè)融合前的目標(biāo)隊(duì)列。所述融合是指，在目標(biāo)隊(duì)列中，將屬于同一個(gè)目標(biāo)的檢測(cè)框的位置進(jìn)行求和平均，得到一個(gè)與所述目標(biāo)最接近的檢測(cè)框，將平均后得到的檢測(cè)框作為所述目標(biāo)的檢測(cè)框。通過(guò)對(duì)融合前的目標(biāo)隊(duì)列中所有檢測(cè)框進(jìn)行融合，就得到了融合后的目標(biāo)隊(duì)列。
所述用當(dāng)前幀采集圖像匹配跟蹤隊(duì)列是指在當(dāng)前幀采集圖像中，選擇與跟蹤隊(duì)列中的基準(zhǔn)框匹配度最大且所述匹配度高于預(yù)先設(shè)定閾值的區(qū)域，將選擇的區(qū)域作為所述基準(zhǔn)框的匹配區(qū)域，而當(dāng)前幀采集圖像中沒(méi)有被選擇為匹配區(qū)域的區(qū)域則作為了非匹配區(qū)域。
這樣，就可以用當(dāng)前幀采集圖像中的匹配區(qū)域來(lái)替換跟蹤隊(duì)列對(duì)應(yīng)中的基準(zhǔn)框，進(jìn)而實(shí)現(xiàn)了目標(biāo)跟蹤。
但是，現(xiàn)有的目標(biāo)跟蹤方法中，在當(dāng)前幀采集圖像中沒(méi)有區(qū)分前景區(qū)域和背景區(qū)域，在跟蹤的過(guò)程中，需要將各跟蹤對(duì)象與當(dāng)前幀采集圖像中的所有可能位置進(jìn)行一一匹配，使得目標(biāo)跟蹤的過(guò)程中需要做大量的重復(fù)工作，目標(biāo)跟蹤的工作量大。


發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供了一種目標(biāo)跟蹤方法，能夠減少目標(biāo)跟蹤中的工作量。
本發(fā)明實(shí)施例還提供了一種目標(biāo)跟蹤裝置，能夠減少目標(biāo)跟蹤中的工作量。
以下為本發(fā)明實(shí)施例提供的技術(shù)方案 一種目標(biāo)跟蹤方法，該方法包括 從當(dāng)前幀采集圖像中檢測(cè)出各目標(biāo)對(duì)象； 用各跟蹤對(duì)象與檢測(cè)出的各目標(biāo)對(duì)象一一匹配，將與跟蹤對(duì)象匹配的目標(biāo)對(duì)象作為該跟蹤對(duì)象的跟蹤結(jié)果。
一種目標(biāo)跟蹤裝置，該裝置包括檢測(cè)模塊、匹配模塊、跟蹤模塊和跟蹤存儲(chǔ)模塊； 所述檢測(cè)模塊用于從當(dāng)前幀采集圖像中檢測(cè)出各目標(biāo)對(duì)象，將檢測(cè)到的目標(biāo)對(duì)象發(fā)送至匹配模塊； 所述匹配模塊用于接收來(lái)自檢測(cè)模塊的目標(biāo)對(duì)象和來(lái)自跟蹤存儲(chǔ)模塊的跟蹤對(duì)象，用接收到的各跟蹤對(duì)象與接收到的各目標(biāo)對(duì)象一一匹配，將與所述跟蹤對(duì)象匹配的目標(biāo)對(duì)象作為跟蹤結(jié)果輸出； 所述跟蹤存儲(chǔ)模塊用于存儲(chǔ)跟蹤對(duì)象，將跟蹤對(duì)象發(fā)送至匹配模塊。
從上述技術(shù)方案中可以看出，本發(fā)明實(shí)施例提供的目標(biāo)跟蹤方法及裝置，將檢測(cè)應(yīng)用于目標(biāo)跟蹤中，先從當(dāng)前幀采集圖像中檢測(cè)出各目標(biāo)對(duì)象，這樣就能夠預(yù)先獲取當(dāng)前幀采集圖像中的前景區(qū)域，再將各跟蹤對(duì)象與檢測(cè)出的各目標(biāo)對(duì)象一一匹配，從而濾除背景干擾，減少了需要處理的區(qū)域，進(jìn)而減少了目標(biāo)跟蹤中的工作量。



圖1為本發(fā)明實(shí)施例一提供的目標(biāo)跟蹤方法的流程圖； 圖2為本發(fā)明實(shí)施例二提供的目標(biāo)跟蹤方法流程圖； 圖3為本發(fā)明實(shí)施例二中根據(jù)目標(biāo)隊(duì)列匹配跟蹤隊(duì)列的示例圖； 圖4為本發(fā)明實(shí)施例三提供的目標(biāo)跟蹤裝置結(jié)構(gòu)圖； 圖5為本發(fā)明實(shí)施例三中匹配模塊的第二種結(jié)構(gòu)圖； 圖6為本發(fā)明實(shí)施例三中計(jì)算模塊的結(jié)構(gòu)圖； 圖7為本發(fā)明實(shí)施例三中跟蹤模塊的結(jié)構(gòu)圖。

具體實(shí)施例方式 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)表達(dá)得更加清楚明白，下面結(jié)合附圖及具體實(shí)施例對(duì)本發(fā)明再作進(jìn)一步詳細(xì)的說(shuō)明。
第一實(shí)施例 圖1為本發(fā)明實(shí)施例提供的目標(biāo)跟蹤方法流程圖。如圖1所示 步驟101從當(dāng)前幀采集圖像中檢測(cè)出各目標(biāo)對(duì)象。
所述目標(biāo)對(duì)象可以為融合前的目標(biāo)隊(duì)列中的檢測(cè)框，也可以為融合后的目標(biāo)隊(duì)列中的檢測(cè)框。
步驟102用各跟蹤對(duì)象與檢測(cè)出的各目標(biāo)對(duì)象一一匹配，將與跟蹤對(duì)象匹配的目標(biāo)對(duì)象作為該跟蹤對(duì)象的跟蹤結(jié)果。
所述跟蹤對(duì)象可以為跟蹤隊(duì)列中的基準(zhǔn)框。
如果步驟101檢測(cè)出的目標(biāo)對(duì)象為融合前的目標(biāo)隊(duì)列中的檢測(cè)框，跟蹤對(duì)象為跟蹤隊(duì)列中的基準(zhǔn)框，則本步驟可以通過(guò)以下方式來(lái)實(shí)現(xiàn) 計(jì)算跟蹤隊(duì)列中各基準(zhǔn)框與目標(biāo)隊(duì)列中各檢測(cè)框的匹配度。
在目標(biāo)隊(duì)列中為每個(gè)基準(zhǔn)框選擇出匹配框組，所述匹配框組為與該基準(zhǔn)框的匹配度高于預(yù)先設(shè)定的第一閾值、同屬于一個(gè)目標(biāo)且與該基準(zhǔn)框匹配度之和最大的一組檢測(cè)框。
在目標(biāo)隊(duì)列中，將每個(gè)基準(zhǔn)框的匹配框組融合為該基準(zhǔn)框的匹配框，將所述匹配框作為該基準(zhǔn)框的跟蹤結(jié)果，刪除所有與匹配框相交疊的檢測(cè)框，將所述目標(biāo)隊(duì)列中除匹配框以外的檢測(cè)框融合為非匹配框。
如果步驟101檢測(cè)出的目標(biāo)隊(duì)列為融合后的目標(biāo)隊(duì)列，跟蹤對(duì)象為跟蹤隊(duì)列中的基準(zhǔn)框，則本步驟可以通過(guò)以下方式來(lái)實(shí)現(xiàn) 計(jì)算跟蹤隊(duì)列中各基準(zhǔn)框與目標(biāo)隊(duì)列中各檢測(cè)框的匹配度。
在目標(biāo)隊(duì)列中為每個(gè)基準(zhǔn)框選擇出匹配框，所述匹配框?yàn)槟繕?biāo)隊(duì)列中與該基準(zhǔn)框的匹配度最大，且所述匹配度高于預(yù)先設(shè)定的閾值的檢測(cè)框，將所述匹配框作為該基準(zhǔn)框的匹配結(jié)果，將目標(biāo)隊(duì)列中除匹配框以外的檢測(cè)框作為非匹配框。
以上所述計(jì)算基準(zhǔn)框與檢測(cè)框的匹配度可以通過(guò)以下方式來(lái)實(shí)現(xiàn) 計(jì)算基準(zhǔn)框與檢測(cè)框的直方圖匹配度和尺度位置匹配度。
將所述直方圖匹配度乘以所述尺度位置匹配度作為所述基準(zhǔn)框與所述檢測(cè)框的匹配度。
另外，在所述用各跟蹤對(duì)象與檢測(cè)出的各目標(biāo)對(duì)象一一匹配之后，本發(fā)明實(shí)施例提供的目標(biāo)跟蹤方法還可以進(jìn)一步包括根據(jù)匹配結(jié)果更新跟蹤隊(duì)列。具體可以為 用目標(biāo)隊(duì)列中的匹配框替換跟蹤隊(duì)列中對(duì)應(yīng)的基準(zhǔn)框。
將所述目標(biāo)隊(duì)列中的非匹配框添加到跟蹤隊(duì)列中。
以上所述目標(biāo)可以為人體。
第二實(shí)施例 圖2為本發(fā)明實(shí)施例提供的目標(biāo)跟蹤方法流程圖。如圖2所示 步驟200接收采集圖像。
步驟201從當(dāng)前幀采集圖像中檢測(cè)出各目標(biāo)對(duì)象。
本實(shí)施例中，所述目標(biāo)對(duì)象為融合前的目標(biāo)隊(duì)列中的檢測(cè)框。
步驟202檢測(cè)當(dāng)前跟蹤隊(duì)列是否為空，如果是，則執(zhí)行步驟203，否則執(zhí)行步驟204。
步驟203將步驟201檢測(cè)出的目標(biāo)隊(duì)列融合，將融合后的目標(biāo)隊(duì)列作為跟蹤隊(duì)列，返回步驟200。
步驟204計(jì)算跟蹤隊(duì)列中各基準(zhǔn)框與目標(biāo)隊(duì)列中各檢測(cè)框的匹配度。
本步驟可以包括 步驟2041計(jì)算基準(zhǔn)框與檢測(cè)框的直方圖匹配度和尺度位置匹配度。
其中，所述計(jì)算基準(zhǔn)框與檢測(cè)框的尺度位置匹配度可以采用以下方式實(shí)現(xiàn) 計(jì)算基準(zhǔn)框與檢測(cè)框的中心距離，將所述中心距離除以?xún)煽驅(qū)挾群椭笞髌椒竭\(yùn)算，將平方運(yùn)算后結(jié)果的相反數(shù)加權(quán)，將加權(quán)后得到的數(shù)值作為第一指數(shù)。
在所述基準(zhǔn)框與所述檢測(cè)框的寬度中，取小值作為被除數(shù)取大值作為除數(shù)作相除運(yùn)算，將得到的商減一后作平方運(yùn)算，將平方運(yùn)算后結(jié)果的相反數(shù)加權(quán)，將加權(quán)后得到的數(shù)值作為第二指數(shù)。
以歐拉常數(shù)e為底數(shù)，分別以第一指數(shù)和第二指數(shù)為指數(shù)求冪，將得到的兩個(gè)冪值的乘積作為所述基準(zhǔn)框與所述檢測(cè)框的尺度位置匹配度。
下面采用具體公式來(lái)說(shuō)明本計(jì)算基準(zhǔn)框與檢測(cè)框的尺度位置匹配度的方法假定基準(zhǔn)框和檢測(cè)框分別為矩形框R1(cx1，cy1，w1，h1)和矩形框R2(cx2，cy2，w2，h2)，其中cx1，cx2分別為兩個(gè)矩形框的中心橫坐標(biāo)，cy1，cy2分別為兩個(gè)矩形框的中心縱坐標(biāo)，w1，w2分別為兩個(gè)矩形框的寬度，h1，h2分別為兩個(gè)矩形框的高度。
兩個(gè)矩形框的中心距離dis采用公式1來(lái)計(jì)算 dis＝sqrt((cx1-cx2)*(cx1-cx2)+(cy1-cy2)*(cy1-cy2))，公式1 兩個(gè)矩形框的尺度位置匹配度p可以采用公式2來(lái)計(jì)算 公式2 其中，sqrt為開(kāi)方運(yùn)算，min為取小值運(yùn)算，max為取大值運(yùn)算，權(quán)值DR和權(quán)值SR為常數(shù)。
其中，兩個(gè)框之間的歸一化距離

成均值為0，方差為σ1的高斯分布，兩個(gè)框之間的尺度關(guān)系

成均值為0，方差為σ2的高斯分布，DR為與σ1成反比的常數(shù)，SR為與σ2成反比的常數(shù)。
所述計(jì)算基準(zhǔn)框與檢測(cè)框的直方圖匹配度可以采用以下方式實(shí)現(xiàn) 將檢測(cè)框的直方圖按照與所述檢測(cè)框中心的距離成反比加權(quán)。
現(xiàn)有技術(shù)在計(jì)算直方圖的過(guò)程中，將每個(gè)顏色區(qū)間內(nèi)，各顏色出現(xiàn)的概率以權(quán)值為1相加，最終得到該顏色區(qū)間內(nèi)各顏色出現(xiàn)的概率和，將所述概率和作為該顏色區(qū)間的概率值，通過(guò)計(jì)算框中8bit，即256各顏色區(qū)間的概率值，得到了該框的直方圖。
而本發(fā)明實(shí)施例提供的方法中，先將各框中各顏色按照該顏色所在的位置與框中心的距離進(jìn)行加權(quán)，距離框的中心越近，將該顏色的權(quán)值越大，反之越小，一般權(quán)值取0～1的常數(shù)。在加權(quán)后，以一個(gè)顏色區(qū)間為例，該顏色區(qū)間內(nèi)，將各顏色在不同位置的權(quán)值乘以該顏色出現(xiàn)的概率后相加。由于權(quán)值為0～1的常數(shù)，因此，在求和后，將得到的和再除以各權(quán)值之和，將相除之后的結(jié)果作為該顏色區(qū)間的概率值。
由于距離框中心越近，框中的對(duì)象為真實(shí)目標(biāo)的概率越大，而通過(guò)加權(quán)，使得直方圖中距離框中心越近的顏色出現(xiàn)的概率越大，這樣，在計(jì)算基準(zhǔn)框與檢測(cè)框的匹配度時(shí)，能夠提高計(jì)算的準(zhǔn)確度。
計(jì)算所述基準(zhǔn)框直方圖與所述檢測(cè)框加權(quán)后直方圖的匹配度，將所述匹配度作為所述基準(zhǔn)框與所述檢測(cè)框的直方圖匹配度。
另外，為了克服圖像的分辨率低的問(wèn)題，所述計(jì)算基準(zhǔn)框與檢測(cè)框的直方圖匹配度還可以采用以下方式實(shí)現(xiàn) 首先將需要計(jì)算直方圖匹配度的基準(zhǔn)框和檢測(cè)框進(jìn)行直方圖量化。
所述直方圖量化可以采用以下方式來(lái)實(shí)現(xiàn)可以將彩色圖像的三個(gè)8bit的分量分別量化為5bits，或者分別量化為4bits，或者分別量化為6bits，或者分別量化為7bits，每個(gè)分量都對(duì)應(yīng)一個(gè)直方圖；再將三個(gè)分量量化后的直方圖首尾相連組成一個(gè)三倍的直方圖。
例如對(duì)于RGB圖像而言，可以將圖像的R分量、G分量和B分量分別由原來(lái)的8bit量化為5bits，即從原來(lái)的256個(gè)區(qū)間量化為32個(gè)區(qū)間。所述量化可以為，將256個(gè)區(qū)間除以2(8-5)，也就是每8個(gè)區(qū)間作為一個(gè)新的區(qū)間，這樣就將256個(gè)區(qū)間量化為32個(gè)區(qū)間。量化為5bit之后，每個(gè)分量的直方圖包含32個(gè)區(qū)間，組成的新直方圖由R的32個(gè)區(qū)間，G的32個(gè)區(qū)間，B的32個(gè)區(qū)間共96個(gè)區(qū)間組成。
所述直方圖量化還可以采用以下方式實(shí)現(xiàn)將彩色圖像的三個(gè)8bit的分量分別量化，將量化后的三個(gè)分量分別作為新直方圖的高位，中間位和低位。
例如，對(duì)于RGB圖像而言，可以將圖像的R分量、G分量和B分量分別量化為2bist，將R量化后的2bist作為新顏色值的第5，6位，G量化后的2bist作為新顏色值的第3，4位，B量化后的2bist作為新顏色值的1，2位。1位為最低位。這樣，就建立了一個(gè)64個(gè)數(shù)值的新直方圖。
在獲得了量化后的直方圖之后，再根據(jù)量化后的直方圖來(lái)計(jì)算直方圖匹配度。
步驟2042將所述直方圖匹配度乘以所述尺度位置匹配度作為所述基準(zhǔn)框與所述檢測(cè)框的匹配度。
步驟205在目標(biāo)隊(duì)列中為每個(gè)基準(zhǔn)框選擇出匹配框組，所述匹配框組為與該基準(zhǔn)框的匹配度高于預(yù)先設(shè)定的第一閾值、同屬于一個(gè)目標(biāo)且與該基準(zhǔn)框匹配度之和最大的一組檢測(cè)框。
其中，為基準(zhǔn)框選擇匹配框組可以通過(guò)以下方式來(lái)實(shí)現(xiàn) 步驟2051在目標(biāo)隊(duì)列中，為基準(zhǔn)框選擇出與該基準(zhǔn)框匹配度大于預(yù)先設(shè)定的閾值的檢測(cè)框。
步驟2052在步驟2051選擇出的檢測(cè)框中，將同屬于一個(gè)目標(biāo)的檢測(cè)框分為一組。
步驟2053在步驟2052分組后的檢測(cè)框中，選擇與所述基準(zhǔn)框匹配度之和最大的一組檢測(cè)框作為所述基準(zhǔn)框的匹配框組。
步驟206在目標(biāo)隊(duì)列中，將每個(gè)基準(zhǔn)框的匹配框組融合為該基準(zhǔn)框的匹配框，刪除所有與匹配框相交疊的檢測(cè)框，將所述目標(biāo)隊(duì)列中除匹配框以外的檢測(cè)框融合為非匹配框。
本步驟中，所述將基準(zhǔn)框的匹配框組融合為該基準(zhǔn)框的匹配框可以采用以下方式實(shí)現(xiàn) 在基準(zhǔn)框的匹配框組中，對(duì)所有檢測(cè)框的位置進(jìn)行加權(quán)平均，每個(gè)檢測(cè)框的權(quán)值為該檢測(cè)框與所述基準(zhǔn)框的匹配度，將加權(quán)平均后的位置作為所述基準(zhǔn)框的匹配框。
用所述匹配框替換所述匹配框組。
下面以圖3為例，對(duì)步驟204～步驟206作詳細(xì)說(shuō)明 如圖3所示，融合前的目標(biāo)隊(duì)列中，包含了檢測(cè)框A1、A2、A3、B1、B2、B3、C1和C2。其中，A1、A2和A3是目標(biāo)a的檢測(cè)框，B1、B2和B3是目標(biāo)b的檢測(cè)框，C1和C2是目標(biāo)c的檢測(cè)框。
基準(zhǔn)隊(duì)列中，包含了基準(zhǔn)框A、B和C。
計(jì)算匹配度 計(jì)算基準(zhǔn)框A與檢測(cè)框A1、A2、A3、B1、B2、B3、C1和C2的匹配度。
計(jì)算基準(zhǔn)框B與檢測(cè)框A1、A2、A3、B1、B2、B3、C1和C2的匹配度。
計(jì)算基準(zhǔn)框C與檢測(cè)框A1、A2、A3、B1、B2、B3、C1和C2的匹配度。
為每個(gè)基準(zhǔn)框選擇匹配度大于閾值的檢測(cè)框 以基準(zhǔn)框A為例，根據(jù)計(jì)算結(jié)果得出，與A匹配度高于預(yù)先設(shè)定閾值的檢測(cè)框?yàn)锳1、A2、B1和C1。
將A1、A2、B1和C1按照對(duì)應(yīng)的目標(biāo)分組，則A1和A2分為一組，B1為一組，C1為一組。
計(jì)算每組的匹配度之和 將A1與A的匹配度和A2與A的匹配度相加，得到的匹配度之和為3。
B1與A的匹配度為2。
C1與A的匹配度為1。
由此得出，A1和A2這一組與A的匹配度之和最大，則判定A1和A2這一組為A的匹配框組。
將A1和A2的位置進(jìn)行加權(quán)平均，假設(shè)A1與A的匹配度為i，A2與A的匹配度為k，則將i和k分別作為A1和A2的中心坐標(biāo)的權(quán)值進(jìn)行加權(quán)平均，得到一個(gè)新的中心坐標(biāo)，作為A的匹配框的中心坐標(biāo)，這樣，就得到了A的匹配框A’，用A’替換A1和A2。
刪除所有與A’相交疊的檢測(cè)框——A3。
類(lèi)似的，可以得到B的匹配框B’。
本實(shí)施例中，根據(jù)以上步驟計(jì)算得出C沒(méi)有匹配框，那么就剩余了檢測(cè)框C1和C2，將C1和C2融合為C’，將C’作為非匹配框。
這樣，就得到了一個(gè)新的目標(biāo)隊(duì)列A’、B’和C’，即匹配結(jié)果。其中，A’為A的匹配框，B’為B的匹配框，C’為非匹配框。
步驟207根據(jù)匹配結(jié)果更新跟蹤隊(duì)列。
本步驟可以通過(guò)以下方式實(shí)現(xiàn)用目標(biāo)隊(duì)列中的匹配框替換跟蹤隊(duì)列中對(duì)應(yīng)的基準(zhǔn)框；將所述目標(biāo)隊(duì)列中的非匹配框添加到跟蹤隊(duì)列中。
還可以在跟蹤隊(duì)列中，記錄跟蹤隊(duì)列中每個(gè)該基準(zhǔn)框的已匹配次數(shù)和未匹配次數(shù)。如果基準(zhǔn)框的匹配次數(shù)大于預(yù)先設(shè)定的第三閾值，則將所述該基準(zhǔn)框作為真實(shí)目標(biāo)；如果基準(zhǔn)框的未匹配次數(shù)大于預(yù)先設(shè)定的第四閾值，則將所述基準(zhǔn)框從跟蹤隊(duì)列中刪除。
例如，如果一個(gè)基準(zhǔn)框A，在m+n次匹配中，匹配上m次，未匹配n次，設(shè)定第三閾值為M，第四閾值為N。如果m＞M，則將基準(zhǔn)框A作為真實(shí)目標(biāo)，如果n＞N，則認(rèn)為基準(zhǔn)框A所對(duì)應(yīng)的目標(biāo)已經(jīng)離開(kāi)，將基準(zhǔn)框A從跟蹤隊(duì)列中刪除。由此，可以更靈活地更新跟蹤隊(duì)列。
另外，本發(fā)明實(shí)施例提供的目標(biāo)跟蹤方法中，步驟201中檢測(cè)出的各目標(biāo)對(duì)象還可以為融合后的目標(biāo)隊(duì)列中的檢測(cè)框。
在這種情況下，步驟203為將步驟201檢測(cè)出的目標(biāo)隊(duì)列作為跟蹤隊(duì)列，返回步驟200。
步驟205為在目標(biāo)隊(duì)列中為每個(gè)基準(zhǔn)框選擇出匹配框，所述匹配框?yàn)槟繕?biāo)隊(duì)列中與該基準(zhǔn)框的匹配度最大，且所述匹配度高于預(yù)先設(shè)定的第二閾值的檢測(cè)框，將目標(biāo)隊(duì)列中除匹配框以外的檢測(cè)框作為非匹配框。
那么步驟205就可以通過(guò)以下步驟來(lái)實(shí)現(xiàn) 步驟20511在目標(biāo)隊(duì)列中，為每個(gè)基準(zhǔn)框選擇出與該基準(zhǔn)框匹配度最大的檢測(cè)框。
執(zhí)行本步驟之后，每個(gè)基準(zhǔn)框就都對(duì)應(yīng)了一個(gè)與該基準(zhǔn)框匹配度最大的檢測(cè)框，本實(shí)施例中，稱(chēng)所述檢測(cè)框?yàn)樵摶鶞?zhǔn)框的最似檢測(cè)框，稱(chēng)所述匹配度為該基準(zhǔn)框的最大匹配度。
步驟20512將每個(gè)基準(zhǔn)框的最大匹配度與預(yù)先設(shè)定的第二閾值相比較，如果基準(zhǔn)框的最大匹配度高于第二閾值，則判定所述基準(zhǔn)框與其最似檢測(cè)框相匹配，將所述最似檢測(cè)框作為所述基準(zhǔn)框的匹配框；否則，判定所述基準(zhǔn)框與其最似檢測(cè)框不匹配，也就是說(shuō)，沒(méi)有找到與所述基準(zhǔn)框相匹配的檢測(cè)框。
以上所述目標(biāo)可以為人體。在目標(biāo)為人體的情況下，本發(fā)明實(shí)施例提供的目標(biāo)檢測(cè)方法可以實(shí)現(xiàn)對(duì)人體目標(biāo)的跟蹤。
基于以上方法，本發(fā)明實(shí)施例還提供了一種目標(biāo)跟蹤裝置，下面就具體實(shí)時(shí)方式對(duì)本發(fā)明實(shí)施例提供的目標(biāo)跟蹤裝置作進(jìn)一步詳細(xì)說(shuō)明。
第三實(shí)施例 如圖4所示，本發(fā)明實(shí)施例提供的目標(biāo)跟蹤裝置包括檢測(cè)模塊401、匹配模塊402和跟蹤存儲(chǔ)模塊403。
檢測(cè)模塊401用于從當(dāng)前幀采集圖像中檢測(cè)出各目標(biāo)對(duì)象，將檢測(cè)到的目對(duì)象列發(fā)送至匹配模塊402。
匹配模塊402用于接收來(lái)自檢測(cè)模塊401的目標(biāo)對(duì)象和來(lái)自跟蹤存儲(chǔ)模塊403的跟蹤對(duì)象，用接收到的各跟蹤對(duì)象與接收到的各目標(biāo)對(duì)象一一匹配，將與所述跟蹤對(duì)象匹配的目標(biāo)對(duì)象作為跟蹤結(jié)果輸出。
在所述目標(biāo)對(duì)象為融合前的目標(biāo)隊(duì)列中的檢測(cè)框，所述跟蹤對(duì)象為跟蹤隊(duì)列中的基準(zhǔn)框的情況下 匹配模塊402包括計(jì)算模塊4021、第一選擇模塊4022和融合模塊4023。
計(jì)算模塊4021用于接收來(lái)自檢測(cè)模塊401的目標(biāo)隊(duì)列和來(lái)自跟蹤存儲(chǔ)模塊403的跟蹤隊(duì)列，計(jì)算所述跟蹤隊(duì)列中各基準(zhǔn)框與所述目標(biāo)隊(duì)列中各檢測(cè)框的匹配度，將接收到的目標(biāo)隊(duì)列、跟蹤隊(duì)列以及計(jì)算出的匹配度發(fā)送至第一選擇模塊4022； 第一選擇模塊4022用于接收來(lái)自計(jì)算模塊4021的目標(biāo)隊(duì)列、跟蹤隊(duì)列和匹配度，在所述目標(biāo)隊(duì)列中，為所述跟蹤隊(duì)列中的每個(gè)基準(zhǔn)框選擇出匹配框組，所述匹配框組為與該基準(zhǔn)框的匹配度高于預(yù)先設(shè)定的第一閾值、同屬于一個(gè)目標(biāo)且與該基準(zhǔn)框匹配度之和最大的一組檢測(cè)框，將選擇結(jié)果、接收到的目標(biāo)隊(duì)列和接收到的跟蹤隊(duì)列發(fā)送至融合模塊4023。
第一選擇模塊4022包括閾值判斷模塊01、分組模塊02和組選擇模塊03。
閾值判斷模塊01用于接收來(lái)自計(jì)算模塊4021的目標(biāo)隊(duì)列、跟蹤隊(duì)列和匹配度，在所述目標(biāo)隊(duì)列中為跟蹤隊(duì)列的每個(gè)基準(zhǔn)框選擇出與該基準(zhǔn)框匹配度大于預(yù)先設(shè)定的第一閾值的檢測(cè)框，將選擇結(jié)果、接收到的目標(biāo)隊(duì)列和接收到的跟蹤隊(duì)列發(fā)送至分組模塊02。
分組模塊02用于接收來(lái)自閾值判斷模塊01的選擇結(jié)果、目標(biāo)隊(duì)列和跟蹤隊(duì)列，根據(jù)選擇結(jié)果，在為每個(gè)基準(zhǔn)框選擇出的檢測(cè)框中，將同屬于一個(gè)目標(biāo)的檢測(cè)分為一組，將分組結(jié)果、接收到的目標(biāo)隊(duì)列和接收到的跟蹤隊(duì)列發(fā)送至組選擇模塊03。
組選擇模塊03用于接收來(lái)自分組模塊02的分組結(jié)果、目標(biāo)隊(duì)列和跟蹤隊(duì)列，根據(jù)所述分組結(jié)果，在為每個(gè)基準(zhǔn)框選擇并分組后的檢測(cè)框中，選擇與所述基準(zhǔn)框匹配度之和最大的一組檢測(cè)框作為所述基準(zhǔn)框的匹配框組，將選擇結(jié)果、接收到的目標(biāo)隊(duì)列和接收到的跟蹤隊(duì)列發(fā)送至融合模塊4023。
融合模塊4023用于接收來(lái)自第一選擇模塊4022選擇結(jié)果、目標(biāo)隊(duì)列和跟蹤隊(duì)列，在所述目標(biāo)隊(duì)列中，根據(jù)所述選擇結(jié)果將每個(gè)基準(zhǔn)框的匹配框組融合為該基準(zhǔn)框的匹配框，刪除所有與匹配框相交疊的檢測(cè)框，將所述目標(biāo)隊(duì)列中除匹配框的檢測(cè)框融合為非匹配框。
融合模塊4023包括匹配框融合模塊11和非匹配框融合模塊12。
匹配框融合模塊11用于接收來(lái)自第一選擇模塊4022選擇結(jié)果、目標(biāo)隊(duì)列和跟蹤隊(duì)列，在所述目標(biāo)隊(duì)列中，根據(jù)所述選擇結(jié)果將每個(gè)基準(zhǔn)框的匹配框組融合為該基準(zhǔn)框的匹配框，將所述匹配框作為該基準(zhǔn)框的跟蹤結(jié)果，刪除所有與匹配框相交疊的檢測(cè)框，生成的新的目標(biāo)隊(duì)列，將所述目標(biāo)隊(duì)列發(fā)送至非匹配框融合模塊12。
非匹配框融合模塊12用于接收來(lái)自匹配融合模塊11的目標(biāo)隊(duì)列，將所述目標(biāo)隊(duì)列中除匹配框以外的檢測(cè)框融合為非匹配框，生成新的目標(biāo)隊(duì)列。
匹配融合模塊11包括加權(quán)平均模塊1和刪除模塊2； 加權(quán)平均模塊1用于接收來(lái)自第一選擇模塊4022的選擇結(jié)果、目標(biāo)隊(duì)列和跟蹤隊(duì)列，在所述目標(biāo)隊(duì)列每個(gè)基準(zhǔn)框的匹配框組中，對(duì)所有檢測(cè)框的位置進(jìn)行加權(quán)平均，每個(gè)檢測(cè)框的權(quán)值為該檢測(cè)框與所述基準(zhǔn)框的匹配度，將加權(quán)平均后的位置作為所述基準(zhǔn)框的匹配框，將所述匹配框作為該基準(zhǔn)框的跟蹤結(jié)果，用所述匹配框替換所述匹配框?qū)?yīng)的匹配框組，生成的新的目標(biāo)隊(duì)列，將所述目標(biāo)隊(duì)列發(fā)送至刪除模塊2。
刪除模塊2用于接收來(lái)自加權(quán)平均模塊1的目標(biāo)隊(duì)列，在所述目標(biāo)隊(duì)列中，刪除所有與匹配框相交疊的檢測(cè)框，生成的新的目標(biāo)隊(duì)列，將所述目標(biāo)隊(duì)列發(fā)送至非匹配框融合模塊12。
跟蹤存儲(chǔ)模塊403用于存儲(chǔ)跟蹤對(duì)象，將跟蹤對(duì)象發(fā)送至匹配模塊402。
另外，本發(fā)明實(shí)施例提供的目標(biāo)跟蹤裝置中，匹配模塊402還可以為以下結(jié)構(gòu)，如圖5所示 匹配模塊402包括計(jì)算模塊21和第二選擇模塊22； 計(jì)算模塊21用于接收來(lái)自檢測(cè)模塊401的目標(biāo)隊(duì)列和來(lái)自跟蹤存儲(chǔ)模塊403的跟蹤隊(duì)列，所述目標(biāo)隊(duì)列為融合后的目標(biāo)隊(duì)列，計(jì)算所述跟蹤隊(duì)列中各基準(zhǔn)框與所述目標(biāo)隊(duì)列中各檢測(cè)框的匹配度，將接收到的目標(biāo)隊(duì)列、跟蹤隊(duì)列以及計(jì)算出的匹配度發(fā)送至第二選擇模塊22。
第二選擇模塊22用于接收來(lái)自計(jì)算模塊21的目標(biāo)隊(duì)列、跟蹤隊(duì)列和匹配度，在所述目標(biāo)隊(duì)列中，為每個(gè)基準(zhǔn)框選擇出匹配框，所述匹配框?yàn)槟繕?biāo)隊(duì)列中與該基準(zhǔn)框的匹配度最大，且所述匹配度高于預(yù)先設(shè)定的第二閾值的檢測(cè)框，將所述匹配框作為該基準(zhǔn)框的跟蹤結(jié)果，將目標(biāo)隊(duì)列中除匹配框以外的檢測(cè)框作為非匹配框。
以上所述裝置中，計(jì)算模塊4021和計(jì)算模塊21均可以采用圖6所示的結(jié)構(gòu)，如圖6所示計(jì)算模塊包括分配模塊001和匹配度計(jì)算模塊002。
分配模塊001用于接收來(lái)自檢測(cè)模塊401的目標(biāo)隊(duì)列和來(lái)自跟蹤存儲(chǔ)模塊403的跟蹤隊(duì)列，將所述目標(biāo)隊(duì)列中的每個(gè)檢測(cè)框與跟蹤隊(duì)列中的每個(gè)基準(zhǔn)框進(jìn)行兩兩組合，將接收到的目標(biāo)隊(duì)列、跟蹤隊(duì)列以及組合結(jié)果發(fā)送至匹配度計(jì)算模塊002。
匹配度計(jì)算模塊002用于接收來(lái)自分配模塊001的目標(biāo)隊(duì)列、跟蹤隊(duì)列以及組合結(jié)果，根據(jù)組合結(jié)果計(jì)算每對(duì)組合中基準(zhǔn)框與檢測(cè)框的直方圖匹配度和尺度位置匹配度，將所述直方圖匹配度乘以所述尺度位置匹配度作為所述基準(zhǔn)框與所述檢測(cè)框的匹配度，將接收到的目標(biāo)隊(duì)列、跟蹤隊(duì)列以及計(jì)算出的匹配度發(fā)送出去。
以上所述裝置還可以進(jìn)一步包括跟蹤模塊404。
匹配模塊402在用接收到的各跟蹤對(duì)象與接收到的各目標(biāo)對(duì)象一一匹配之后，進(jìn)一步用于將匹配結(jié)果發(fā)送至跟蹤模塊403。
跟蹤模塊404用于接收來(lái)自匹配模塊402的匹配結(jié)果，根據(jù)匹配結(jié)果更新跟蹤存儲(chǔ)模塊403中的跟蹤對(duì)象。
較佳地，跟蹤模塊404的結(jié)構(gòu)可以為圖7所示跟蹤模塊404包括基本跟蹤模塊31和優(yōu)化判斷模塊32； 基本跟蹤模塊31用于接收來(lái)自匹配模塊402的匹配結(jié)果，在跟蹤存儲(chǔ)模塊403中，用目標(biāo)隊(duì)列中的匹配框替換跟蹤隊(duì)列中對(duì)應(yīng)的基準(zhǔn)框，將所述目標(biāo)隊(duì)列中的非匹配框添加到跟蹤隊(duì)列中，向優(yōu)化判斷模塊32發(fā)送觸發(fā)消息。
優(yōu)化判斷模塊32用于接收來(lái)自基本跟蹤模塊31的觸發(fā)消息，接收到所述觸發(fā)消息后，在跟蹤存儲(chǔ)模塊403中，為跟蹤隊(duì)列的每個(gè)該基準(zhǔn)框記錄該基準(zhǔn)框的已匹配次數(shù)和未匹配次數(shù)，判斷所述每個(gè)基準(zhǔn)框的匹配次數(shù)是否大于預(yù)先設(shè)定第三閾值，如果是，則將所述該基準(zhǔn)框設(shè)置為真實(shí)目標(biāo)；判斷所述每個(gè)基準(zhǔn)框的未匹配次數(shù)是否大于預(yù)先設(shè)定的第四閾值，如果是，則將所述基準(zhǔn)框從跟蹤隊(duì)列中刪除。
從上述技術(shù)方案中可以看出，本發(fā)明實(shí)施例提供的目標(biāo)跟蹤方法及裝置，將檢測(cè)應(yīng)用于目標(biāo)跟蹤中，先從當(dāng)前幀采集圖像中檢測(cè)出目標(biāo)隊(duì)列，這樣就能夠預(yù)先獲取當(dāng)前幀采集圖像中的前景區(qū)域，再根據(jù)檢測(cè)出的目標(biāo)對(duì)象匹配跟蹤對(duì)象，從而濾除背景干擾，減少了需要處理的區(qū)域，進(jìn)而減少了目標(biāo)跟蹤中的工作量。
另外，依據(jù)濾除了背景干擾的匹配結(jié)果對(duì)跟蹤隊(duì)列進(jìn)行更新，提高了目標(biāo)跟蹤的效果。
綜上所述，以上僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種目標(biāo)跟蹤方法，其特征在于，該方法包括
從當(dāng)前幀采集圖像中檢測(cè)出各目標(biāo)對(duì)象；
用各跟蹤對(duì)象與檢測(cè)出的各目標(biāo)對(duì)象一一匹配，將與跟蹤對(duì)象匹配的目標(biāo)對(duì)象作為該跟蹤對(duì)象的跟蹤結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標(biāo)對(duì)象為融合前的目標(biāo)隊(duì)列中的檢測(cè)框，所述跟蹤對(duì)象為跟蹤隊(duì)列中的基準(zhǔn)框，所述用各跟蹤對(duì)象與檢測(cè)出的各目標(biāo)對(duì)象一一匹配包括
計(jì)算跟蹤隊(duì)列中各基準(zhǔn)框與目標(biāo)隊(duì)列中各檢測(cè)框的匹配度；
在目標(biāo)隊(duì)列中為每個(gè)基準(zhǔn)框選擇出匹配框組，所述匹配框組為與該基準(zhǔn)框的匹配度高于預(yù)先設(shè)定的第一閾值、同屬于一個(gè)目標(biāo)且與該基準(zhǔn)框匹配度之和最大的一組檢測(cè)框；
在目標(biāo)隊(duì)列中，將每個(gè)基準(zhǔn)框的匹配框組融合為該基準(zhǔn)框的匹配框，將所述匹配框作為該基準(zhǔn)框的跟蹤結(jié)果，刪除所有與匹配框相交疊的檢測(cè)框，將所述目標(biāo)隊(duì)列中除匹配框以外的檢測(cè)框融合為非匹配框。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述為基準(zhǔn)框選擇出匹配框組包括
為基準(zhǔn)框選擇出與該基準(zhǔn)框匹配度大于預(yù)先設(shè)定的第一閾值的檢測(cè)框；
在選擇出的檢測(cè)框中，將同屬于一個(gè)目標(biāo)的檢測(cè)框分為一組；
在分組后的檢測(cè)框中，選擇與所述基準(zhǔn)框匹配度之和最大的一組檢測(cè)框作為所述基準(zhǔn)框的匹配框組。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將基準(zhǔn)框的匹配框組融合為該基準(zhǔn)框的匹配框包括
在基準(zhǔn)框的匹配框組中，對(duì)所有檢測(cè)框的位置進(jìn)行加權(quán)平均，每個(gè)檢測(cè)框的權(quán)值為該檢測(cè)框與所述基準(zhǔn)框的匹配度，將加權(quán)平均后的位置作為所述基準(zhǔn)框的匹配框；
用所述匹配框替換所述匹配框組。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標(biāo)對(duì)象為融合后的目標(biāo)隊(duì)列中的檢測(cè)框，所述跟蹤對(duì)象為跟蹤隊(duì)列中的基準(zhǔn)框，所述用檢測(cè)出的目標(biāo)隊(duì)列匹配跟蹤隊(duì)列包括
計(jì)算跟蹤隊(duì)列中各基準(zhǔn)框與目標(biāo)隊(duì)列中各檢測(cè)框的匹配度；
在目標(biāo)隊(duì)列中為每個(gè)基準(zhǔn)框選擇出匹配框，將所述匹配框作為該基準(zhǔn)框的跟蹤結(jié)果，所述匹配框?yàn)槟繕?biāo)隊(duì)列中與該基準(zhǔn)框的匹配度最大，且所述匹配度高于預(yù)先設(shè)定的第二閾值的檢測(cè)框，將目標(biāo)隊(duì)列中除匹配框以外的檢測(cè)框作為非匹配框。
6.根據(jù)權(quán)利要求2～5任一所述的方法，其特征在于，所述計(jì)算基準(zhǔn)框與檢測(cè)框的匹配度包括
計(jì)算基準(zhǔn)框與檢測(cè)框的直方圖匹配度和尺度位置匹配度；
將所述直方圖匹配度乘以所述尺度位置匹配度作為所述基準(zhǔn)框與所述檢測(cè)框的匹配度。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述計(jì)算基準(zhǔn)框與檢測(cè)框的尺度位置匹配度包括
計(jì)算基準(zhǔn)框與檢測(cè)框的中心距離，將所述中心距離除以?xún)煽驅(qū)挾群椭笞髌椒竭\(yùn)算，將平方運(yùn)算后結(jié)果的相反數(shù)加權(quán)，將加權(quán)后得到的數(shù)值作為第一指數(shù)；
在所述基準(zhǔn)框與所述檢測(cè)框的寬度中，取小值作為被除數(shù)取大值作為除數(shù)作相除運(yùn)算，將得到的商減一后作平方運(yùn)算，將平方運(yùn)算后結(jié)果的相反數(shù)加權(quán)，將加權(quán)后得到的數(shù)值作為第二指數(shù)；
以歐拉常數(shù)e為底數(shù)，分別以第一指數(shù)和第二指數(shù)為指數(shù)求冪，將得到的兩個(gè)冪值的乘積作為所述基準(zhǔn)框與所述檢測(cè)框的尺度位置匹配度。
8.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述計(jì)算基準(zhǔn)框與檢測(cè)框的直方圖匹配度包括
將檢測(cè)框的直方圖按照與所述檢測(cè)框中心的距離成反比加權(quán)；
計(jì)算所述基準(zhǔn)框直方圖與所述檢測(cè)框加權(quán)后直方圖的匹配度，將所述匹配度作為所述基準(zhǔn)框與所述檢測(cè)框的直方圖匹配度。
9.根據(jù)權(quán)利要求2～5任一所述的方法，其特征在于，在所述用各跟蹤對(duì)象與檢測(cè)出的各目標(biāo)對(duì)象一一匹配之后，進(jìn)一步包括根據(jù)匹配結(jié)果更新跟蹤隊(duì)列。
10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述根據(jù)匹配結(jié)果更新跟蹤隊(duì)列包括
用目標(biāo)隊(duì)列中的匹配框替換跟蹤隊(duì)列中對(duì)應(yīng)的基準(zhǔn)框；
將所述目標(biāo)隊(duì)列中的非匹配框添加到跟蹤隊(duì)列中。
11.根據(jù)權(quán)利要求10所述的方法，其特征在于，在將所述目標(biāo)隊(duì)列中的非匹配框添加到跟蹤隊(duì)列中之后，進(jìn)一步包括
記錄跟蹤隊(duì)列中每個(gè)該基準(zhǔn)框的已匹配次數(shù)和未匹配次數(shù)；
如果基準(zhǔn)框的匹配次數(shù)大于預(yù)先設(shè)定的第三閾值，則將所述該基準(zhǔn)框作為真實(shí)目標(biāo)；
如果基準(zhǔn)框的未匹配次數(shù)大于預(yù)先設(shè)定的第四閾值，則將所述基準(zhǔn)框從跟蹤隊(duì)列中刪除。
12.一種目標(biāo)跟蹤裝置，其特征在于，該裝置包括檢測(cè)模塊、匹配模塊、跟蹤模塊和跟蹤存儲(chǔ)模塊；
所述檢測(cè)模塊用于從當(dāng)前幀采集圖像中檢測(cè)出各目標(biāo)對(duì)象，將檢測(cè)到的目標(biāo)對(duì)象發(fā)送至匹配模塊；
所述匹配模塊用于接收來(lái)自檢測(cè)模塊的目標(biāo)對(duì)象和來(lái)自跟蹤存儲(chǔ)模塊的跟蹤對(duì)象，用接收到的各跟蹤對(duì)象與接收到的各目標(biāo)對(duì)象一一匹配，將與所述跟蹤對(duì)象匹配的目標(biāo)對(duì)象作為跟蹤結(jié)果；
所述跟蹤存儲(chǔ)模塊用于存儲(chǔ)跟蹤對(duì)象，將跟蹤對(duì)象發(fā)送至匹配模塊。
13.根據(jù)權(quán)利要求12所述的裝置，其特征在于，所述匹配模塊包括計(jì)算模塊、第一選擇模塊和融合模塊；
所述計(jì)算模塊用于接收來(lái)自檢測(cè)模塊的目標(biāo)隊(duì)列和來(lái)自跟蹤存儲(chǔ)模塊的跟蹤隊(duì)列，計(jì)算所述跟蹤隊(duì)列中各基準(zhǔn)框與所述目標(biāo)隊(duì)列中各檢測(cè)框的匹配度，將接收到的目標(biāo)隊(duì)列、跟蹤隊(duì)列以及計(jì)算出的匹配度發(fā)送至第一選擇模塊，所述每個(gè)檢測(cè)框代表一個(gè)目標(biāo)對(duì)象，所述每個(gè)基準(zhǔn)框代表一個(gè)跟蹤對(duì)象；
所述第一選擇模塊用于接收來(lái)自計(jì)算模塊的目標(biāo)隊(duì)列、跟蹤隊(duì)列和匹配度，在所述目標(biāo)隊(duì)列中，為所述跟蹤隊(duì)列中的每個(gè)基準(zhǔn)框選擇出匹配框組，所述匹配框組為與該基準(zhǔn)框的匹配度高于預(yù)先設(shè)定的第一閾值、同屬于一個(gè)目標(biāo)且與該基準(zhǔn)框匹配度之和最大的一組檢測(cè)框，將選擇結(jié)果、接收到的目標(biāo)隊(duì)列和接收到的跟蹤隊(duì)列發(fā)送至融合模塊；
所述融合模塊用于接收來(lái)自選擇模塊選擇結(jié)果、目標(biāo)隊(duì)列和跟蹤隊(duì)列，在所述目標(biāo)隊(duì)列中，根據(jù)所述選擇結(jié)果將每個(gè)基準(zhǔn)框的匹配框組融合為該基準(zhǔn)框的匹配框，將所述匹配框作為該基準(zhǔn)框的跟蹤結(jié)果，刪除所有與匹配框相交疊的檢測(cè)框，將所述目標(biāo)隊(duì)列中除匹配框的檢測(cè)框融合為非匹配框。
14.根據(jù)權(quán)利要求13所述的裝置，其特征在于，所述第一選擇模塊包括閾值判斷模塊、分組模塊和組選擇模塊；
所述閾值判斷模塊用于接收來(lái)自計(jì)算模塊的目標(biāo)隊(duì)列、跟蹤隊(duì)列和匹配度，在所述目標(biāo)隊(duì)列中為跟蹤隊(duì)列的每個(gè)基準(zhǔn)框選擇出與該基準(zhǔn)框匹配度大于預(yù)先設(shè)定的第一閾值的檢測(cè)框，將選擇結(jié)果、接收到的目標(biāo)隊(duì)列和接收到的跟蹤隊(duì)列發(fā)送至分組模塊；
所述分組模塊用于接收來(lái)自閾值判斷模塊的選擇結(jié)果、目標(biāo)隊(duì)列和跟蹤隊(duì)列，根據(jù)選擇結(jié)果，在為每個(gè)基準(zhǔn)框選擇出的檢測(cè)框中，將同屬于一個(gè)目標(biāo)的檢測(cè)分為一組，將分組結(jié)果、接收到的目標(biāo)隊(duì)列和接收到的跟蹤隊(duì)列發(fā)送至組選擇模塊；
所述組選擇模塊用于接收來(lái)自分組模塊的分組結(jié)果、目標(biāo)隊(duì)列和跟蹤隊(duì)列，根據(jù)所述分組結(jié)果，在為每個(gè)基準(zhǔn)框選擇并分組后的檢測(cè)框中，選擇與所述基準(zhǔn)框匹配度之和最大的一組檢測(cè)框作為所述基準(zhǔn)框的匹配框組，將選擇結(jié)果、接收到的目標(biāo)隊(duì)列和接收到的跟蹤隊(duì)列發(fā)送至融合模塊。
15.根據(jù)權(quán)利要求13所述的裝置，其特征在于，所述融合模塊包括匹配框融合模塊和非匹配框融合模塊；
所述匹配框融合模塊用于接收來(lái)自第一選擇模塊的選擇結(jié)果、目標(biāo)隊(duì)列和跟蹤隊(duì)列，在所述目標(biāo)隊(duì)列中，根據(jù)所述選擇結(jié)果將每個(gè)基準(zhǔn)框的匹配框組融合為該基準(zhǔn)框的匹配框，將所述匹配框作為該基準(zhǔn)框的跟蹤結(jié)果，刪除所有與匹配框相交疊的檢測(cè)框，生成的新的目標(biāo)隊(duì)列，將所述目標(biāo)隊(duì)列發(fā)送至非匹配框融合模塊；
所述非匹配框融合模塊用于接收來(lái)自匹配融合模塊的目標(biāo)隊(duì)列，將所述目標(biāo)隊(duì)列中除匹配框以外的檢測(cè)框融合為非匹配框，生成新的目標(biāo)隊(duì)列。
16.根據(jù)權(quán)利要求15所述的裝置，其特征在于，所述匹配融合模塊包括加權(quán)平均模塊和刪除模塊；
所述加權(quán)平均模塊用于接收來(lái)自第一選擇模塊的選擇結(jié)果、目標(biāo)隊(duì)列和跟蹤隊(duì)列，在所述目標(biāo)隊(duì)列每個(gè)基準(zhǔn)框的匹配框組中，對(duì)所有檢測(cè)框的位置進(jìn)行加權(quán)平均，每個(gè)檢測(cè)框的權(quán)值為該檢測(cè)框與所述基準(zhǔn)框的匹配度，將加權(quán)平均后的位置作為所述基準(zhǔn)框的匹配框，將所述匹配框作為該基準(zhǔn)框的跟蹤結(jié)果，用所述匹配框替換所述匹配框?qū)?yīng)的匹配框組，生成的新的目標(biāo)隊(duì)列，將所述目標(biāo)隊(duì)列發(fā)送至刪除模塊；
所述刪除模塊用于接收來(lái)自加權(quán)平均模塊的目標(biāo)隊(duì)列，在所述目標(biāo)隊(duì)列中，刪除所有與匹配框相交疊的檢測(cè)框，生成的新的目標(biāo)隊(duì)列，將所述目標(biāo)隊(duì)列發(fā)送至非匹配框融合模塊。
17.根據(jù)權(quán)利要求12所述的裝置，其特征在于，所述匹配模塊包括計(jì)算模塊和第二選擇模塊；
所述計(jì)算模塊用于接收來(lái)自檢測(cè)模塊的目標(biāo)隊(duì)列和來(lái)自跟蹤存儲(chǔ)模塊的跟蹤隊(duì)列，所述目標(biāo)隊(duì)列為融合后的目標(biāo)隊(duì)列，計(jì)算所述跟蹤隊(duì)列中各基準(zhǔn)框與所述目標(biāo)隊(duì)列中各檢測(cè)框的匹配度，將接收到的目標(biāo)隊(duì)列、跟蹤隊(duì)列以及計(jì)算出的匹配度發(fā)送至第二選擇模塊，所述每個(gè)檢測(cè)框代表一個(gè)目標(biāo)對(duì)象，所述每個(gè)基準(zhǔn)框代表一個(gè)跟蹤對(duì)象；
所述第二選擇模塊用于接收來(lái)自計(jì)算模塊的目標(biāo)隊(duì)列、跟蹤隊(duì)列和匹配度，在所述目標(biāo)隊(duì)列中，為每個(gè)基準(zhǔn)框選擇出匹配框，所述匹配框?yàn)槟繕?biāo)隊(duì)列中與該基準(zhǔn)框的匹配度最大，且所述匹配度高于預(yù)先設(shè)定的閾值的檢測(cè)框，將所述匹配框作為該基準(zhǔn)框的跟蹤結(jié)果，將目標(biāo)隊(duì)列中除匹配框以外的檢測(cè)框作為非匹配框。
18.根據(jù)權(quán)利要求13～17所述的裝置，其特征在于，所述計(jì)算模塊包括分配模塊和匹配度計(jì)算模塊；
所述分配模塊用于接收來(lái)自檢測(cè)模塊的目標(biāo)隊(duì)列和來(lái)自跟蹤存儲(chǔ)模塊的跟蹤隊(duì)列，將所述目標(biāo)隊(duì)列中的每個(gè)檢測(cè)框與跟蹤隊(duì)列中的每個(gè)基準(zhǔn)框進(jìn)行兩兩組合，將接收到的目標(biāo)隊(duì)列、跟蹤隊(duì)列以及組合結(jié)果發(fā)送至匹配度計(jì)算模塊；
所述匹配度計(jì)算模塊用于接收來(lái)自分配模塊的目標(biāo)隊(duì)列、跟蹤隊(duì)列以及組合結(jié)果，根據(jù)組合結(jié)果計(jì)算每對(duì)組合中基準(zhǔn)框與檢測(cè)框的直方圖匹配度和尺度位置匹配度，將所述直方圖匹配度乘以所述尺度位置匹配度作為所述基準(zhǔn)框與所述檢測(cè)框的匹配度，將接收到的目標(biāo)隊(duì)列、跟蹤隊(duì)列以及計(jì)算出的匹配度發(fā)送出去。
19.根據(jù)權(quán)利要求12所述的裝置，其特征在于，該裝置進(jìn)一步包括跟蹤模塊；
所述匹配模塊在用接收到的各跟蹤對(duì)象與接收到的各目標(biāo)對(duì)象一一匹配之后，進(jìn)一步用于將匹配結(jié)果發(fā)送至跟蹤模塊；
所述跟蹤模塊用于接收來(lái)自匹配模塊的匹配結(jié)果，根據(jù)匹配結(jié)果更新跟蹤存儲(chǔ)模塊中的跟蹤對(duì)象。
20.根據(jù)權(quán)利要求19所述的裝置，其特征在于，所述跟蹤模塊包括基本跟蹤模塊和優(yōu)化判斷模塊；
所述基本跟蹤模塊用于接收來(lái)自匹配模塊的匹配結(jié)果，在跟蹤存儲(chǔ)模塊中，用與跟蹤對(duì)象匹配的目標(biāo)對(duì)象替換所述跟蹤對(duì)象，將與所有跟蹤對(duì)象均不匹配的目標(biāo)對(duì)象添加到跟蹤對(duì)象中，向優(yōu)化判斷模塊發(fā)送觸發(fā)消息；
所述優(yōu)化判斷模塊用于接收來(lái)自基本跟蹤模塊的觸發(fā)消息，接收到所述觸發(fā)消息后，在跟蹤存儲(chǔ)模塊中，記錄每個(gè)跟蹤對(duì)象的已匹配次數(shù)和未匹配次數(shù)，判斷所述每個(gè)跟蹤對(duì)象的匹配次數(shù)是否大于預(yù)先設(shè)定的第三閾值，如果是，則將所述跟蹤對(duì)象設(shè)置為真實(shí)目標(biāo)；判斷所述每個(gè)跟蹤對(duì)象的未匹配次數(shù)是否大于預(yù)先設(shè)定的第四閾值，如果是，則刪除所述跟蹤對(duì)象。
全文摘要
本發(fā)明實(shí)施例提供了一種目標(biāo)跟蹤方法及裝置，從當(dāng)前幀采集圖像中檢測(cè)出各目標(biāo)對(duì)象；用各跟蹤對(duì)象與檢測(cè)出的各目標(biāo)對(duì)象一一匹配，將與跟蹤對(duì)象匹配的目標(biāo)對(duì)象作為該跟蹤對(duì)象的跟蹤結(jié)果。通過(guò)將檢測(cè)應(yīng)用于目標(biāo)跟蹤中，先從當(dāng)前幀采集圖像中檢測(cè)出目標(biāo)對(duì)象，就能夠預(yù)先獲取當(dāng)前幀采集圖像中的前景區(qū)域，再根據(jù)檢測(cè)出的目標(biāo)對(duì)象匹配跟蹤對(duì)象，從而濾除背景干擾，減少了需要處理的區(qū)域，進(jìn)而減少了目標(biāo)跟蹤中的工作量。
文檔編號(hào)H04N7/18GK101212658SQ200710303908
公開(kāi)日2008年7月2日 申請(qǐng)日期2007年12月21日 優(yōu)先權(quán)日2007年12月21日
發(fā)明者鄧亞峰, 英 黃 申請(qǐng)人:北京中星微電子有限公司