[發(fā)明專利]一種基于多尺度塊稀疏表示的視頻目標(biāo)追蹤方法及其系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201310513554.7
• 申請(qǐng)日: 2013-10-25
• 公開（公告）號(hào): CN103530894A
• 公開（公告）日: 2014-01-22
• 發(fā)明（設(shè)計(jì)）人: 檀結(jié)慶;謝成軍;何蕾;阿里;霍星;劉奎;白天;姚焱剛
• 申請(qǐng)（專利權(quán)）人: 合肥工業(yè)大學(xué)
• 主分類號(hào): G06T7/20
• 分類號(hào): G06T7/20
• 代理公司: 合肥天明專利事務(wù)所 34115
• 代理人: 奚華保

1.一種基于多尺度塊稀疏表示的視頻目標(biāo)追蹤方法,其特征在于,包括以下步驟：

11）初始化目標(biāo)特征模板，通過視頻第一幀圖像對(duì)視頻目標(biāo)位置初始化，構(gòu)造目標(biāo)外觀特征模板；

12）追蹤目標(biāo)圖像，通過讀取視頻下一幀圖像構(gòu)造下一幀外觀特征，并與第一幀外觀特征模板之間進(jìn)行相似度比較，最大相似度的為視頻目標(biāo)在下一幀的位置；

13）更新目標(biāo)外觀特征模板，將上一步中相似度最大的候選外觀特征更新為目標(biāo)外觀特征模板，以供下一幀圖像的外觀特征進(jìn)行相似度比較；

14）檢查視頻是否讀取完畢，若讀取完畢，則完成視頻目標(biāo)追蹤，若未讀取完畢，則繼續(xù)進(jìn)行追蹤目標(biāo)圖像的操作。

2.根據(jù)權(quán)利要求1所述的一種基于多尺度塊稀疏表示的視頻目標(biāo)追蹤方法，其特征在于，所述的初始化目標(biāo)特征模板包括以下步驟：

21）初始化視頻第一幀目標(biāo)圖像位置，尋找到視頻第一幀圖像中目標(biāo)圖像的位置；

22）依據(jù)視頻第一幀目標(biāo)圖像進(jìn)行構(gòu)建目標(biāo)圖像數(shù)據(jù)字典；

23）對(duì)第一幀視頻目標(biāo)圖像進(jìn)行多尺度塊處理，通過所構(gòu)建的目標(biāo)圖像數(shù)據(jù)字典計(jì)算目標(biāo)圖像在多尺度下的稀疏系數(shù)，并將該稀疏系數(shù)表示作為目標(biāo)外觀特征模板。

3.根據(jù)權(quán)利要求1所述的一種基于多尺度塊稀疏表示的視頻目標(biāo)追蹤方法，其特征在于，所述的追蹤目標(biāo)圖像包括以下步驟：

31）讀取視頻下一幀圖像；

32）通過粒子濾波方式在下一幀視頻圖像中選擇候選目標(biāo)圖像，構(gòu)建多尺度塊數(shù)據(jù)字典；

33）依次對(duì)候選目標(biāo)圖像進(jìn)行多尺度塊處理以及計(jì)算相應(yīng)的稀疏系數(shù)；

34）計(jì)算候選目標(biāo)圖像的稀疏系數(shù)與目標(biāo)外觀特征模板之間的相似度，最大相似度的候選目標(biāo)圖像為視頻目標(biāo)在下一幀的位置。

4.根據(jù)權(quán)利要求1所述的一種基于多尺度塊稀疏表示的視頻目標(biāo)追蹤方法，其特征在于，所述的更新目標(biāo)外觀特征模板定義如下：

Tnews=ωTfirsts+(1-ω)Ttemps]]>

這里ω為更新權(quán)值，本方法中設(shè)定為0.9。表示在尺度s下新的特征模板。

5.根據(jù)權(quán)利要求2所述的一種基于多尺度塊稀疏表示的視頻目標(biāo)追蹤方法，其特征在于，所述的構(gòu)建目標(biāo)圖像數(shù)據(jù)字典的包括以下步驟：

51）給定視頻中第一幀圖像I以及對(duì)應(yīng)的目標(biāo)圖像；

52）通過在目標(biāo)圖像區(qū)域內(nèi)取K個(gè)圖像局部塊，獲得集合D={d_i|i=1:K}，這里d_i為第i個(gè)局部目標(biāo)圖像塊，目標(biāo)圖像數(shù)據(jù)字典為D。

6.根據(jù)權(quán)利要求3所述的一種基于多尺度塊稀疏表示的視頻目標(biāo)追蹤方法，其特征在于，所述的構(gòu)建多尺度塊數(shù)據(jù)字典的包括以下步驟：

61）給定視頻中下一幀圖像I+1以及對(duì)應(yīng)的候選目標(biāo)圖像；

62）在候選目標(biāo)圖像區(qū)域內(nèi)取K個(gè)圖像局部塊，每個(gè)局部圖像塊的大小分別設(shè)為3x3,5x5,7x7,9x9,11x11共5個(gè)尺度塊；

63）獲得集合這里d_i為第i個(gè)局部目標(biāo)圖像塊，s為5個(gè)尺度塊參數(shù)，目標(biāo)圖像多尺度數(shù)據(jù)塊字典為D^s。