[發(fā)明專利]基于單純形法的對象跟蹤方法

無效

• 申請?zhí)枺?/td>: 201110000733.1
• 申請日: 2011-01-05
• 公開（公告）號: CN102087747A
• 公開（公告）日: 2011-06-08
• 發(fā)明（設(shè)計）人: 權(quán)偉;陳錦雄;余南陽
• 申請（專利權(quán)）人: 西南交通大學(xué)
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 成都信博專利代理有限責(zé)任公司 51200
• 代理人: 張澎

技術(shù)領(lǐng)域

本發(fā)明屬于計算機(jī)圖形圖像處理技術(shù)領(lǐng)域。

背景技術(shù)

目前對象跟蹤方法主要分為概率跟蹤方法和確定性跟蹤方法。

概率跟蹤方法以粒子濾波為主要代表，如Nummiaro提出的一種自適應(yīng)顏色濾波方法“An?adaptive?color-based?particle?filter”，Isard?提出的條件概率密度傳播跟蹤方法“CONDENSATION-Conditional?density?propagation?for?visual?tracking”，以及P.H.Li的輪廓濾波法“Visual?contour?tracking?based?on?particle?filters”。這些概率跟蹤方法的主要問題是方法需要用大量的樣本數(shù)量才能很好地近似系統(tǒng)的后驗概率密度，機(jī)器人面臨的環(huán)境越復(fù)雜，描述后驗概率分布所需要的樣本數(shù)量就越多，算法的復(fù)雜度就越高，越不易實現(xiàn)。

與概率跟蹤方法相比，確定性跟蹤方法計算簡單、易實現(xiàn)，很適合于實時對象的跟蹤。基于均值漂移(Mean?Shift,?簡稱MS)的跟蹤方法是確定性跟蹤方法的典型代表，它是一種有效的基于密度梯度上升的非參數(shù)統(tǒng)計迭代方法。?MS由Comaniciu等人在“Real-time?tracking?of?non-rigid?objects?using?mean?shift”中首先將其應(yīng)用到跟蹤領(lǐng)域，并在“The?variable?bandwidth?mean?shift?and?data-driven?scale?selection”中進(jìn)一步提出了可變窗寬的MS算子（VBDF）。Comaniciu隨后在“Kernel-based?object?tracking”中對MS跟蹤方法做了更進(jìn)一步的改進(jìn)，并總結(jié)了這種方法的實現(xiàn)框架。Yang在“Efficient?mean-shift?tracking?via?a?new?similarity?measure”中采用另一個相似度測量方法來實現(xiàn)基于MS的跟蹤，而Tu等人在“Online?updating?appearance?generative?mixture?model?for?meanshift?tracking”中利用期望最大化算法在線更新表觀柱狀圖，一定程度提高了MS跟蹤算法的精度和可靠性。

?Comaniciu等人的“Real-time?tracking?of?non-rigid?objects?using?mean?shift”方法，使用目標(biāo)與候選對象的相似度作為距離測量，通過迭代運算找到目標(biāo)和候選對象相似函數(shù)的最大值，實現(xiàn)目標(biāo)跟蹤。但是，這種基于MS的方法是從假設(shè)的初始位置開始（也有根據(jù)運動向量帶位置預(yù)測的MS，如“Kernel-based?object?tracking”），沿概率密度梯度方向搜索最佳匹配區(qū)域，因此，該方法容易陷入局部最優(yōu)，跟蹤快速移動對象時常常失敗，且難以從失敗中恢復(fù)。

發(fā)明內(nèi)容

鑒于現(xiàn)有技術(shù)的缺點和不足，本發(fā)明的目的是設(shè)計一種基于單純形法的對象跟蹤方法，以目標(biāo)與候選對象的相似度作為距離測量，使之通過迭代運算找到目標(biāo)和候選對象相似函數(shù)的最大值的過程中當(dāng)目標(biāo)消失后（如目標(biāo)被完全覆蓋），可以沿可能的方向進(jìn)行區(qū)域搜索，從而能夠在目標(biāo)再次出現(xiàn)時恢復(fù)跟蹤。

本發(fā)明的目的是通過如下的手段實現(xiàn)的。

基于單純形法的對象跟蹤方法，在已獲取的圖像中對選定目標(biāo)進(jìn)行跟蹤處理，包括如下流程：

（1）選取跟蹤目標(biāo)

通過運動目標(biāo)檢測方法自動提取或人機(jī)交互方法手動指定，從選定的圖像中選取要跟蹤的目標(biāo)對象，計算目標(biāo)對象的表觀統(tǒng)計信息；

（2）圖像輸入

在實時處理情況下，提取通過攝像頭采集并保存在存儲區(qū)的視頻圖像，作為要進(jìn)行跟蹤的輸入圖像；在離線處理情況，將已采集的視頻文件分解為多個幀組成的圖像序列，按照時間順序，逐個提取幀圖像作為輸入圖像；將跟蹤區(qū)域設(shè)置為整個圖像；如果輸入圖像為空，則整個流程中止；

（3）選擇單純形頂點

在初始情況下，將目標(biāo)對象所在的位置設(shè)為第一個頂點；在跟蹤過程中，將每一次定位的目標(biāo)位置作為第一個頂點；在第一個頂點的周圍四個不同的方向上再選擇四個頂點，頂點間的距離根據(jù)目標(biāo)對象的尺寸來設(shè)置，由此，得到5個頂點，即5個候選目標(biāo)位置；?

（4）計算頂點與目標(biāo)的距離

計算每個頂點的表觀統(tǒng)計信息，計算頂點與目標(biāo)的距離Ｄ，該距離定義為：

D?=?1?－?兩個表觀統(tǒng)計信息矢量間夾角的余弦值；

（5）頂點排序