[發明專利]基于多級別特征數據關聯的多目標視覺跟蹤方法

有效

• 申請號: 201310186062.1
• 申請日: 2013-05-17
• 公開（公告）號: CN103281477A
• 公開（公告）日: 2013-09-04
• 發明（設計）人: 張加萬;張怡;陳錦言;何佳凝
• 申請（專利權）人: 天津大學
• 主分類號: H04N5/14
• 分類號: H04N5/14;H04N7/18
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 程毓英

1.一種基于多級別特征數據關聯的多目標視覺跟蹤方法，包括下列步驟：

第一步，對于一段輸入的監控視頻，先采用背景差分法分離目標和背景，提取出視頻幀中的目標，記錄所有目標的位置及區域;

第二步，在記錄每個目標的整體特征的同時，計算目標的局部特征，目標的整體特征主要包括:目標大小、目標位置、目標出現時間和目標整體顏色直方圖;目標的局部特征主要包括局部紋理特征和局部區塊目標的顏色統計值。

第三步，將上述得到的多個目標及各自的整體特征和局部特征結合;

第四步，過濾得到的目標，去除不同幀之間相似度低的目標組合，得到相似度高的目標組合;

第五步，對于相似度高的目標組合，計算各個目標的目標相似度、紋理相似度和局部顏色相似度，其中，目標相似度的計算包括目標位置相似度A_posO,目標大小相似度A_sizeO及整體顏色相似度A_apprO，紋理相似度通過計算兩個相鄰幀間目標對象的對應區塊間的歐氏距離，加權求和后得到A_tex(r_j,r_i)，同理，局部顏色相似度也為加權對應區塊局部顏色統計值間的歐氏距離得到A_color(r_j,r_i);

第六步，將整體的所有相似度關聯，若j，i為前后兩幀，則整體關聯度p_global(r_j,r_i)為A_posO，A_sizeO和A_apprO的乘積，否則為0;將局部的所有相似度關聯，若ji為前后兩幀，則局部關聯度P_local(r_j,r_i)為A_tex(r_j,r_i)和A_color(r_j.r_i)的乘積，否則為0;最后，將整體關聯度和局部關聯度結合起來，得到最終關聯度p_link(r_j,r_i)=P_global(r_j,r_i)P_local(r_j,r_i);

第七步，如果發現上一幀中兩個目標的大小之和大于當前幀中兩個目標的大小之和，則認為出現了遮擋問題，若遮擋部分小于預設的第二閾值，則匹配目標特征時去除遮擋塊信息，避免匹配錯誤;否則，啟動卡曼濾波算法，根據目標在前幾幀中的運動狀態預測當前時刻目標的位置;

第八步，根據上述關聯度計算并結合遮擋機制，每個目標都會在相鄰幀中得到一個最終關聯度值最大的目標，經過多幀計算后，將這些最終關聯度值最大的目標連接起來形成較短的目標運動軌跡，完成初步數據關聯;然后再利用初步關聯得到的運動軌跡作為下一次關聯度計算的輸入，采用多級迭代關聯計算，即從第五步計算目標相似度、紋理相似度和局部顏色相似度開始迭代計算優化運動軌跡，經過多次迭代后，得到較長較準確的目標軌跡。

2.根據權利要求1所述的一種基于多級別特征數據關聯的多目標視覺跟蹤方法，其特征在于，第二步中，通過SAD算法計算相鄰幀中任意兩個目標的特征差值，根據差值分布情況，選擇合適的第一閾值，過濾差值大于第一閾值的組合，得到相似度高的目標組合。