[發明專利]基于流形上粒子濾波算法的視頻目標跟蹤方法

有效

• 申請號: 201210433919.0
• 申請日: 2012-11-01
• 公開（公告）號: CN102982556A
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 朱志宇;葛慧林;李陽;王建華;伍雪冬;張冰;馮友兵;楊官校;戴曉強
• 申請（專利權）人: 江蘇科技大學
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 樓高潮

技術領域

本發明涉及視覺目標跟蹤系統中，應用流形上的粒子濾波方法來跟蹤視頻圖像中的目標，屬于非線性系統濾波和視覺圖像處理技術領域。

背景技術

視覺跟蹤是實現智能監控的關鍵技術，融合了圖像處理、模式識別、人工智能、自動控制以及計算機等若干領域的先進技術，并在軍事視覺制導、視頻監控、機器人視覺導航、醫療診斷以及氣象分析等方面都有廣泛應用。

目前常用的視覺跟蹤方法一般可分為5種：基于區域的跟蹤、基于動態輪廓的跟蹤、基于特征的跟蹤、基于模型的跟蹤以及基于運動估計的跟蹤。最常用的方法是在目標區域內為圖像運動建立仿射模型、投影模型等幾何參數模型，應用Lucas-Kanade跟蹤器、均值漂移跟蹤器，通過梯度下降法最小化模板和當前圖像區域之間的偏差來得到模型參數，但這些方法易收斂于局部極小值，對背景干擾、雜波、遮擋、快速移動等比較敏感。

基于運動估計的跟蹤可以將目標跟蹤問題轉換為貝葉斯估計問題，由于不受先驗分布以及狀態轉移模型的限制，可以輕易地對目標的尺度進行估計，因此近年來粒子濾波在視覺跟蹤中獲得了廣泛應用，成為視覺目標跟蹤的主要研究方向之一。但是該方法目前仍然存在一些技術難點：粒子退化、光照、遮擋、目標姿態的變化以及噪聲的影響，這些因素均會導致跟蹤效果變差；目標的快速移動、多目標跟蹤要求粒子濾波采用大量的粒子，算法的計算代價很大；同時圖像的數據量大，使跟蹤系統的輸入成為高維向量，而實時性要求對跟蹤方法的復雜度又有一定限制，這是一個兩難問題。因此基于粒子濾波的視覺跟蹤仍然是一個值得深入研究的課題。

粒子濾波雖然可以適用于所有的非線性非高斯系統，不受噪聲性質的限制，但是現有的粒子濾波算法都是在歐式空間進行的，當應用粒子濾波算法對高維系統以及多目標進行跟蹤時，同樣會遇到“維數災難”問題。

進行視覺跟蹤時，觀測噪聲的協方差很可能是未知的、時變的，或者當使用協方差矩陣表達圖像中的目標區域，在進行圖像匹配時，需要計算兩個圖像區域協方差矩陣的差異，由于協方差是正定矩陣，所有的正定矩陣構成一個黎曼流形，因此此時不適宜用歐式空間的方法跟蹤，必須利用正定矩陣的空間微分幾何特性，構造更有效的算法。

目前視覺跟蹤中的微分幾何方法主要是為了降低算法的計算復雜度，通過等距映射（ISOMAP）、局部線性嵌入（LLE）等流形學習對非線性視頻數據集降維后再應用粒子濾波。這方面的研究成果較多。

發明內容

本發明的目的在于，針對背景技術中描述的現有目標跟蹤方法存在的缺陷和不足，提出一種基于流形上粒子濾波算法的視頻目標跟蹤方法。

基于流形上粒子濾波算法的視頻目標跟蹤方法如下：將視頻圖像的射影變換構造成矩陣李群；將目標的射影變換參數作為狀態變量，建立李群上的狀態轉移模型；采用協方差描述來表示視頻圖像中的目標區域；采用李群上的粒子濾波算法，沿流形測地線抽取狀態樣本；采用內蘊高斯牛頓算法來求解內蘊均值，得到系統的狀態估計，完成目標跟蹤。

所述建立李群上的狀態轉移模型的方法如下：