[發(fā)明專利]基于霍夫森林的視頻目標跟蹤方法

有效

• 申請?zhí)枺?/td>: 201210253267.2
• 申請日: 2012-07-20
• 公開（公告）號: CN102831618A
• 公開（公告）日: 2012-12-19
• 發(fā)明（設(shè)計）人: 田小林;焦李成;李敏敏;張小華;王桂婷;朱虎明
• 申請（專利權(quán)）人: 西安電子科技大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;H04N5/14;G06K9/66
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于霍夫森林的視頻目標跟蹤方法，包括以下步驟：

（1）輸入一段視頻的第一幀，并人工標記出待跟蹤的目標；

（2）從輸入的第一幀視頻圖像中，提取視頻圖像的特征，該特征包括：Lab特征，梯度方向直方圖HOG特征，圖像x方向的一階導數(shù)特征、二階導數(shù)特征，圖像y方向的一階導數(shù)特征、二階導數(shù)特征；

（3）建立并初始化霍夫森林檢測器

3a)設(shè)定霍夫森林檢測器中的決策樹數(shù)目為20個，為每個決策樹隨機產(chǎn)生8對范圍在0~12的塊內(nèi)位置偏移量(l,s)、(p,q)，同時為每對塊內(nèi)位置偏移量l隨機選取一種特征；

3b)將目標區(qū)域作為正樣本，將目標區(qū)域以外的區(qū)域作為負樣本，將目標區(qū)域向四周擴展20個像素作為樣本更新區(qū)域，在樣本更新區(qū)域內(nèi)逐個像素取12×12的圖像塊，對每個決策樹，根據(jù)8對塊內(nèi)位置偏移量(l,s)、(p,q)確定圖像塊的8個特征點對，提取這些特征點的特征i訓練決策樹，產(chǎn)生圖像塊特征值；若圖像塊為正樣本，計算圖像塊中心與目標中心的位置偏移量d，更新圖像塊特征值對應(yīng)的正負樣本比及該決策樹的正負樣本比，存儲圖像塊特征值對應(yīng)的位置偏移量d，若圖像塊為負樣本，則只更新圖像塊編碼對應(yīng)的正負樣本比及該棵樹的正負樣本比；

3c)從已經(jīng)建立的20個決策樹中，選擇正負樣本比最高的10個決策樹組成霍夫森林檢測器；

（4）檢測目標并進行霍夫投票

4a)載入新一幀視頻圖像，按照步驟(2)的方法提取新一幀視頻圖像的特征，并將上一幀的目標區(qū)域擴大一倍作為搜索區(qū)域，在搜索區(qū)域內(nèi)，以每個像素點為中心取12×12得圖像塊，通過隨機森林分類器中的決策樹依次對圖像塊進行分類、計算圖像塊特征值，當決策樹判定圖像塊屬于目標時，根據(jù)圖像塊特征值對應(yīng)的位置偏移量d和圖像塊的中心位置計算目標的中心位置并進行投票；

4b)取投票峰值的位置作為目標的位置；

（5）用Lucas-Kanade跟蹤器跟蹤目標，獲得目標框大小的尺度變化s；

（6）根據(jù)霍夫森林檢測中的投票峰值和Lucas-Kanade跟蹤器的跟蹤結(jié)果，按如下規(guī)則確定目標位置；

若霍夫森林檢測中的投票峰值大于閾值1，則將檢測到的位置作為目標在當前幀視頻圖像中的位置，并執(zhí)行步驟（8）；

若霍夫森林檢測中的投票峰值大于閾值2且小于閾值1，則當檢測到的結(jié)果和Lucas-Kanade跟蹤得到的結(jié)果在x、y方向誤差均小于5個像素時，取檢測結(jié)果和跟蹤結(jié)果的均值作為目標位置，且執(zhí)行步驟（8），否則，將檢測結(jié)果作為目標位置，執(zhí)行步驟（7）；

若霍夫森林檢測中的投票峰值大于閾值3且小于閾值2，則將檢測結(jié)果作為目標位置，執(zhí)行步驟（7）；

若霍夫森林檢測中的投票峰值小于閾值3，則將Lucas-Kanade跟蹤器的跟蹤結(jié)果作為目標的位置，執(zhí)行步驟（7）；

（7）根據(jù)目標框大小的變化尺度s調(diào)整目標框的寬和高，并顯示；

（8）重新訓練霍夫森林分類器

8a)將目標區(qū)域作為正樣本，將目標區(qū)域以外的區(qū)域作為負樣本，將目標區(qū)域擴大20個像素，將此擴大的區(qū)域作為更新區(qū)域；

8b)在更新區(qū)域中，以每個像素點為中心取12×12的圖像塊，對每個決策樹，確定該圖像塊的8對特征點并提取這些特征點的特征i訓練決策樹，產(chǎn)生圖像塊特征值，若圖像塊為正樣本，則計算圖像塊中心與目標中心的位置偏移量d，更新圖像塊特征值對應(yīng)的正負樣本比及該決策樹的正負樣本比，存儲圖像塊特征值對應(yīng)的位置偏移量d，若該圖像塊為負樣本則只更新圖像塊編碼對應(yīng)的正負樣本比以及該決策樹的正負樣本比；

（9）重復步驟（4）—（8），直到視頻結(jié)束。