[發明專利]基于最近鄰分類器和均值漂移的目標跟蹤方法

有效

• 申請號: 201210414788.1
• 申請日: 2012-10-25
• 公開（公告）號: CN102999920A
• 公開（公告）日: 2013-03-27
• 發明（設計）人: 田小林;焦李成;劉朵;張小華;緱水平;朱虎明;鐘樺;馬文萍
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于最近鄰分類器和均值漂移的目標跟蹤方法，包括以下步驟：

(1)輸入一段視頻中的第一幀，并用矩形框標記出待跟蹤目標，分別用g和h表示該矩形框的長和寬；

(2)模型初始化：

2a)提取步驟(1)中視頻第一幀的尺度不變sift特征，并用待跟蹤目標的尺度不變sift特征初始化為目標模型，并計算該目標模型的顏色直方圖，用第一幀中其余的尺度不變sift特征初始化為背景模型；

2b)用步驟(1)中待跟蹤目標的中心位置初始化均值漂移meanshift模型；

(3)確定新一幀視頻圖像中目標搜索區域；

(4)提取步驟(3)中得到的目標搜索區域內的尺度不變sift特征，根據目標搜索區域和上一幀的目標跟蹤結果，通過均值漂移meanshift模型獲得當前幀的目標中心位置，得到一個面積為A的目標框；

(5)利用最近鄰分類器對步驟(4)中提取的尺度不變sift特征和步驟2a)得到的初始化目標模型及背景模型進行特征點匹配，得到一個面積為B的目標框，其中成功匹配點的數目記為n；

(6)輸出當前幀的目標跟蹤結果：

6a)根據步驟(4)中得到的面積為A的目標框和步驟(5)中得到的面積為B的目標框，計算兩個目標框的重疊面積C，得到面積重疊率P＝C/(A+B-C)；

6b)將面積重疊率P和成功匹配點的數目n分別與設定的閾值T和閾值N進行比較，如果成功匹配點的數目n大于閾值N＝35，則將面積為B的目標框作為當前幀的目標跟蹤結果輸出；如果n＜N,且面積重疊率P大于閾值T＝0.7，則將兩個目標框對應坐標取均值作為當前幀的目標跟蹤結果輸出，否則將面積為A的目標框作為當前幀的目標跟蹤結果輸出，并計算目標跟蹤結果的顏色直方圖。

(7)判斷目標是否被遮擋：

7a)根據步驟2a)得到的目標模型的顏色直方圖和步驟(6)得到的目標跟蹤結果的顏色直方圖得出遮擋因子Occ；

7b)將遮擋因子Occ與閾值T₁進行比較，如果遮擋因子Occ小于閾值T₁＝0.6表示目標沒有發生遮擋，則提取當前幀的目標跟蹤結果的尺度不變sift特征，將其作為更新的目標模型，并計算此時目標模型的顏色直方圖；如果遮擋因子Occ大于閾值T₁表示目標發生了遮擋，則目標模型不予更新；

(8)循環執行步驟(3)~步驟(7)，直到視頻的最后一幀。

2.根據權利要求1所述的基于最近鄰分類器和均值漂移的目標跟蹤方法，所述步驟2a)、步驟(4)和步驟7b)中的顏色直方圖，是通過計算圖像中顏色的像素點數量得到，即對紅-綠-藍RGB顏色的圖像模型，將紅色R通道均勻量化為16個小區間，將綠色G通道均勻量化為16個小區間，將藍色B通道均勻量化為16個小區間，統計圖像模型中的顏色落在每個小區間內的像素數量得到顏色直方圖。

3.根據權利要求1所述的基于最近鄰分類器和均值漂移的目標跟蹤方法，所述步驟2b)和步驟6b)中的均值漂移meanshift模型，是運用迭代運算尋找概率密度的極大值，即根據待跟蹤目標中心位置的偏移量，移動該點到其偏移量均值的位置處，然后以此位置為新的起始點，循環迭代，直至收斂到極大值點處。

4.根據權利要求1所述的基于最近鄰分類器和均值漂移的目標跟蹤方法，所述步驟(3)的目標搜索區域，是在新一幀視頻圖像上，根據上一幀視頻圖像的目標跟蹤結果，將標記目標的矩形框的長和寬分別加上2×min(g,h)得到新的矩形框，并將該擴大后的矩形框區域作為目標搜索區域，其中，min(g,h)表示取g和h中值較小的一項。