[發明專利]一種基于聯合特征模型的多人體跟蹤方法

有效

• 申請號: 201310194246.2
• 申請日: 2013-05-22
• 公開（公告）號: CN103310462A
• 公開（公告）日: 2013-09-18
• 發明（設計）人: 萬琴
• 申請（專利權）人: 成都信通易安科技有限公司
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 四川省成都市天策商標專利事務所 51213
• 代理人: 伍孝慈

技術領域

本發明涉及一種多人體跟蹤方法，尤其涉及一種基于聯合特征模型的多人體跟蹤方法。

背景技術

多運動人體跟蹤是智能視覺監控的難點問題，同時也是高層視覺分析如目標語義分析、行為理解的基礎。對于采用靜止攝像機的視覺監控系統，為實現在固定監控場景中跟蹤多運動目標，常用方法主要包含兩個步驟：首先用背景減除法分割出當前幀的前景目標，再通過連續幀間目標特征匹配實現跟蹤。但是，場景的動態變化（如光線、樹木晃動等）使得難以正確選擇目標特征及完成目標匹配，因此其跟蹤率極低。

發明內容

本發明的目的在于克服目前用于多人體跟蹤的方法由于場景的動態變化而難以正確選擇目標特征并完成目標匹配，從而造成其跟蹤率極低的缺陷，提供一種不僅步驟簡單，而且便于操作，還能在場景的動態變化中正確選擇目標特征并完成目標匹配，從而極大地提高了跟蹤率的基于聯合特征模型的多人體跟蹤方法。

本發明的目的通過下述技術方案實現：一種基于聯合特征模型的多人體跟蹤方法，包括以下步驟：

（1）建立目標人體模型；

（2）將實時檢測到的人體區域與建立的目標人體模型進行匹配，滿足匹配要求即為跟蹤目標。

進一步的，所述的目標人體模型根據檢測到的人體區域建立。

再進一步的，所述的目標人體模型更新速度為一次/一幀。

同時，所述的目標人體模型包括顏色模型與形狀模型以及線性運動模型。

更進一步的，所述的顏色模型為顏色直方圖。

所述的形狀模型包括目標人體的頭部、上身以及下肢。

為了滿足需要，步驟（2）中當跟蹤目標發生遮擋時則進行如下步驟：

（2a）對發生相互遮擋的人體區域進行顏色聚類分割，并生成碎片；

（2b）計算碎片的顏色直方圖；

（2c）根據碎片的顏色直方圖與目標人體的顏色直方圖確定匹配度β，當β>0.5時，所述碎片的坐標即為跟蹤目標的坐標；當β<0.5時，根據上一幀中的跟蹤目標的位置，采用濾波器預測跟蹤目標在當前幀中的位置。

為了更好地滿足需要，步驟（2b）中先根據建立的各目標人體模型的顏色直方圖確定區分度α；當α>0.5時，碎片的顏色直方圖由步驟（2a）中生成的碎片直接生成；當α<0.5時，將上一幀中得到的形狀模型的各身體部分的中心坐標采用濾波器進行預測并得到人體區域在當前幀中的預測位置，根據上一幀中得到的各身體部分外接矩形框的大小得到人體區域在當前幀中各身體部分的預測外接矩形框，將中心點處于外接矩形框內的各碎片分別與各身體部分的預測外接矩形框計算相交區域，并得到該相交區域的顏色直方圖，該相交區域的顏色直方圖即碎片的顏色直方圖。

為了更好地實現發明，步驟（2a）中將實時檢測到的前景區域中各像素點用灰度值表示，相同灰度值為一個碎片。

為了確保效果，步驟（2a）中設定碎片合并規則：當碎片矩形框內含有小碎片矩形框，則丟棄小碎片矩形框；當兩碎片矩形框相交面積大于其中較小碎片面積的80%，則合并兩碎片；當碎片面積小于10個像素，則丟棄。

本發明較現有技術相比，具有以下優點及有益效果：

（1）本發明的一種基于聯合特征模型的多人體跟蹤方法包括建立目標人體模型，然后將實時檢測到的人體區域與建立的目標人體模型進行匹配，滿足匹配要求即為跟蹤目標兩個步驟。本發明的方法不僅步驟簡單、便于操作，而且還能在場景的動態變化中正確選擇目標特征并完成目標匹配，因此極大地提高了跟蹤率。

（2）本發明的目標人體模型根據檢測到的人體區域建立，便于后續的實時跟蹤過程中將檢測到的人體區域與建立的目標人體模型進行匹配。

（3）本發明的目標人體模型更新速度為一次/一幀，從而便于實時的跟蹤動態的人體。

（4）本發明的目標人體模型包括顏色模型、形狀模型以及線性運動模型，從而將人體形狀、顏色以及運動有機的結合，因此可實現多人體處于遮擋情況下的準確跟蹤。

（5）本發明的顏色模型為顏色直方圖，從而便于將檢測到的人體區域的顏色與目標人體的顏色模型進行比對以及匹配。

（6）本發明的形狀模型包括目標人體的頭部、上身以及下肢，從而便于將檢測到的人體區域的形狀與目標人體的形狀模型進行比對以及匹配。