[發明專利]一種基于局部特征點特征流型的目標跟蹤方法

在審

• 申請號: 201410107054.8
• 申請日: 2014-03-21
• 公開（公告）號: CN103985136A
• 公開（公告）日: 2014-08-13
• 發明（設計）人: 羅偉濤;郭延文;劉明;陳曄;湯峰;李昂
• 申請（專利權）人: 南京大學
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 胡建華

技術領域

本發明涉及計算機圖像的處理方法，特別是一種基于較強描述性和區分力的圖像局部特征描述的視頻目標物體跟蹤方法。?

背景技術

視頻目標物體跟蹤的目的是在視頻的每一幀中確定目標物體的位置，在安全監控、人機交互、數字娛樂等方面具有重要的應用價值，近些年，基于局部特征的視頻目標物體跟蹤方法取得了一定的跟蹤效果，這類方法提取目標物體上的特征點，以這些特征點的描述作為目標物體的表示，通過與下一幀特征點的匹配來確定目標物體在下一幀中的問題。然而近年來的研究表明，傳統局部特征描述針對實際情況中圖像拍攝視點仿射變換的不變性范圍相當有限，這使得現有的視頻目標物體跟蹤方法在魯棒性和跟蹤效果方面十分有限。因此，提出一種基于較強描述性和區分力的圖像局部特征描述的視頻目標物體跟蹤方法具有廣泛的實際應用價值。?

發明內容

發明目的：本發明所要解決的技術問題是針對現有技術的不足，提供一種新穎的基于圖像的局部特征描述的視頻跟蹤方法。?

為了解決上述技術問題，本發明公開了一種基于圖像的局部特征流形的視頻目標物體跟蹤方法，包括以下步驟：?

步驟1，指定第一幀圖像中的目標，使用特征點檢測方法提取第一幀圖像目標區域的特征點，并獲取每個特征點周圍的局部區域圖像；一般情況下，局部區域取為以每個特征點為中心，是固定寬和高的正方形圖像區域；?

步驟2，對局部圖像進行一系列復合變換，復合變換由三種基礎變換依次組合而成，三種基礎變換是縮放變換、旋轉變換和錯切變換，改變各變換的參數，構造一系列變換圖像；?

步驟3，對每個變換圖像的特征點提取尺度不變特征描述；形成特征向量集：將針對每個變換圖像的特征點提取的特征描述向量排列在一起，構成特征向量集；?

步驟4，采用線性子空間逼近特征向量集：針對該特征向量集，運用主元分析提取特征向量集的特征主元向量；生成特征描述符：將特征主元向量聯結在一起，構成初?始特征流型集合。同時生成初始候選特征點集合；在預處理時，初始候選特征點集合為空集，而在跟蹤時候，新添加的候選特征點為新檢測到的且沒有用于生成特征流型的特征點。?

步驟5，在下一幀中提取目標臨近區域包含的特征點的尺度不變特征描述；?

步驟6，將下一幀中提取的特征點與當前幀特征流型集合以及候選特征點集合中的元素進行匹配，生成匹配關系；?

步驟7，根據匹配關系計算連續兩幀匹配點之間的單應(Homography)變換矩陣；?

步驟8，對目標區域頂點坐標應用單應(Homography)變換，計算出目標的位移；?

步驟9，更新并記錄目標位置，更新特征流型集合及候選特征點集合。?

步驟10，若下一幀非最后一幀，移動至下一幀，并循環至步驟5；否則，程序結束。?

本發明中，所述步驟1以特征點為中心，提取一個高和寬分別為50像素×50像素的正方形局部圖像區域；可以根據圖像的大小以及特征點在圖像中的位置，適當調整特征點周圍局部圖像區域的大小。?

本發明中，所述步驟2包括以下步驟：?

步驟21，首先對局部圖像區域進行縮放變換，得到三張縮放圖像，其寬和高分別為原局部圖像的1半，1倍和2倍；如果原始局部圖像區域分辨率為50×50，則三張縮放圖像分別為25×25,50×50和100×100；?

步驟22，其次對三張縮放圖像分別進行旋轉變換，旋轉的角度為順時針30、60、90、120、150、180、210、240、270、300和330度，得到包括未旋轉照片的共36張圖像；?

步驟23，再次對旋轉圖像分別進行錯切變換，錯切變換涉及到對圖像橫和縱坐標的縮放，縮放參數取值范圍均是{-1,0,1}，改變橫向和縱向縮放的參數共產生9種錯切變換。?