[發(fā)明專利]多目標(biāo)跟蹤方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201410126335.8
• 申請(qǐng)日: 2014-03-28
• 公開（公告）號(hào): CN103942535B
• 公開（公告）日: 2017-04-12
• 發(fā)明（設(shè)計(jì)）人: 沈三明
• 申請(qǐng)（專利權(quán)）人: 廣東威創(chuàng)視訊科技股份有限公司
• 主分類號(hào): G06T7/10
• 分類號(hào): G06T7/10;G06T7/207
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司44224
• 代理人: 黃曉慶

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)跟蹤技術(shù)領(lǐng)域，特別是涉及一種多目標(biāo)跟蹤方法及一種多目標(biāo)跟蹤裝置。

背景技術(shù)

目標(biāo)跟蹤是機(jī)器視覺的核心問(wèn)題之一，是一個(gè)融合圖像處理、模式識(shí)別、人工智能及自動(dòng)控制等不同領(lǐng)域先進(jìn)成果的高新技術(shù)，在軍事制導(dǎo)、視頻監(jiān)控、醫(yī)療診斷、產(chǎn)品檢測(cè)、虛擬現(xiàn)實(shí)等眾多領(lǐng)域有重要的實(shí)用價(jià)值和廣闊的發(fā)展前景。

然而，由于被跟蹤目標(biāo)本身特征的多樣性和外部環(huán)境的復(fù)雜性，目標(biāo)跟蹤一直是一個(gè)極富挑戰(zhàn)性的課題。一個(gè)魯棒的目標(biāo)跟蹤算法必須要能夠解決跟蹤過(guò)程中遇到的各種困難，如旋轉(zhuǎn)、尺寸變化、光照變化等，其中遮擋問(wèn)題是其中的難點(diǎn)。遮擋是目標(biāo)跟蹤中的常見情況。主要有以下兩種遮擋：一是被背景中的靜止目標(biāo)所遮擋；二是多目標(biāo)之間的互相遮擋；目標(biāo)遮擋的過(guò)程又分為三個(gè)階段：一是目標(biāo)開始進(jìn)入遮擋，這時(shí)關(guān)于目標(biāo)的信息會(huì)逐漸丟失；二是目標(biāo)處于遮擋之中，該過(guò)程中信息一直保持丟失狀態(tài)；三是目標(biāo)離開遮擋，目標(biāo)信息逐漸恢復(fù)。

復(fù)雜背景下的目標(biāo)跟蹤由于很難提取出目標(biāo)進(jìn)行跟蹤，因此在復(fù)雜背景下很難達(dá)到性能穩(wěn)定的目標(biāo)提取效果，一般采用基于模板的相關(guān)匹配跟蹤技術(shù)。對(duì)于近距離面目標(biāo)或尺寸很大的面目標(biāo)，目標(biāo)圖像占據(jù)視場(chǎng)的大部分或充滿視場(chǎng)，圖像相關(guān)匹配的數(shù)據(jù)和計(jì)算量很大。圖像相關(guān)匹配的計(jì)算實(shí)時(shí)性在一定程度上決定了該技術(shù)的實(shí)用性。

在復(fù)雜背景下，運(yùn)動(dòng)目標(biāo)存在不同程度的遮擋，此時(shí)不能根據(jù)圖像特征來(lái)分辨遮擋物，一般采用基于模板的相關(guān)跟蹤算法。但是常用的單模板跟蹤算法存在著不確定性：匹配點(diǎn)與極值點(diǎn)的不確定性、相關(guān)峰寬度的不確定性、圖像變化造成的不確定性和判定準(zhǔn)則的不確定性。為了改善單模板匹配存在的問(wèn)題，業(yè)界提出了采用動(dòng)態(tài)模板和遮擋檢測(cè)的方法來(lái)解決目標(biāo)發(fā)生遮擋時(shí)的跟蹤問(wèn)題，但更新后的模板與真正目標(biāo)差異仍然很大，跟蹤穩(wěn)定性較差。

發(fā)明內(nèi)容

基于此，本發(fā)明提供一種多目標(biāo)跟蹤方法及裝置，能夠有效提高目標(biāo)跟蹤的穩(wěn)定性。

一種多目標(biāo)跟蹤方法，包括以下步驟：

在獲取視頻圖像后，對(duì)所述視頻圖像進(jìn)行分割，根據(jù)分割的結(jié)果提取所有待跟蹤目標(biāo)的斑點(diǎn)；

對(duì)各斑點(diǎn)進(jìn)行擬合得到相應(yīng)的擬合形狀，并將所述擬合形狀的像素與待跟蹤目標(biāo)進(jìn)行關(guān)聯(lián)；

根據(jù)所述擬合形狀及待跟蹤目標(biāo)的數(shù)量判斷是否發(fā)生遮擋；

若是，則對(duì)待跟蹤目標(biāo)及相應(yīng)的斑點(diǎn)進(jìn)行遮擋分析，并根據(jù)關(guān)聯(lián)的結(jié)果及遮擋分析的結(jié)果將各斑點(diǎn)中的像素賦給相應(yīng)的待跟蹤目標(biāo)，使得待跟蹤目標(biāo)與相應(yīng)斑點(diǎn)中的預(yù)定像素一一對(duì)應(yīng)后，對(duì)各待跟蹤目標(biāo)進(jìn)行跟蹤。

一種多目標(biāo)跟蹤裝置，包括：

圖像分割及斑點(diǎn)獲取模塊，在獲取視頻圖像后，對(duì)所述視頻圖像進(jìn)行分割，根據(jù)分割的結(jié)果提取所有待跟蹤目標(biāo)的斑點(diǎn)；

關(guān)聯(lián)模塊，用于對(duì)各斑點(diǎn)進(jìn)行擬合得到相應(yīng)的擬合形狀，并將所述擬合形狀的像素與待跟蹤目標(biāo)進(jìn)行關(guān)聯(lián)；

判斷模塊，根據(jù)所述擬合形狀及待跟蹤目標(biāo)的數(shù)量判斷是否發(fā)生遮擋；

賦值模塊，用于當(dāng)所述判斷模塊的判斷結(jié)果為是時(shí)，對(duì)待跟蹤目標(biāo)及相應(yīng)的斑點(diǎn)進(jìn)行遮擋分析，并根據(jù)關(guān)聯(lián)的結(jié)果及遮擋分析的結(jié)果將各斑點(diǎn)中的像素賦給相應(yīng)的待跟蹤目標(biāo)，使得待跟蹤目標(biāo)與相應(yīng)斑點(diǎn)中的預(yù)定像素一一對(duì)應(yīng)后，對(duì)各待跟蹤目標(biāo)進(jìn)行跟蹤。

由以上方案可以看出，本發(fā)明的多目標(biāo)跟蹤方法及裝置在獲取視頻圖像后獲取待跟蹤目標(biāo)的斑點(diǎn)，對(duì)各斑點(diǎn)進(jìn)行擬合得到相應(yīng)的目標(biāo)，并將所述斑點(diǎn)與目標(biāo)進(jìn)行關(guān)聯(lián)，當(dāng)出現(xiàn)多個(gè)目標(biāo)發(fā)生遮擋時(shí)，則進(jìn)行遮擋分析得出遮擋物與被遮擋物分別對(duì)應(yīng)斑點(diǎn)中的像素集，再根據(jù)關(guān)聯(lián)的結(jié)果及遮擋分析的結(jié)果將各斑點(diǎn)的像素賦給相應(yīng)的目標(biāo)。本發(fā)明通過(guò)對(duì)各待跟蹤目標(biāo)賦予相應(yīng)斑點(diǎn)的像素，使得各待跟蹤目標(biāo)與相應(yīng)斑點(diǎn)的像素集一一對(duì)應(yīng)，即利用了空間分布和紋理信息來(lái)將各斑點(diǎn)的像素與對(duì)應(yīng)目標(biāo)關(guān)聯(lián)起來(lái)，從而提高了對(duì)目標(biāo)的跟蹤的穩(wěn)定性。另外，本發(fā)明根據(jù)所述關(guān)聯(lián)的結(jié)果及遮擋分析的結(jié)果使得待跟蹤目標(biāo)與相應(yīng)斑點(diǎn)中的像素進(jìn)行對(duì)應(yīng)后，對(duì)待跟蹤目標(biāo)進(jìn)行跟蹤，從而使得跟蹤的速度更快、準(zhǔn)確度更高。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例中一種多目標(biāo)跟蹤方法的流程示意圖；

圖2為本發(fā)明實(shí)施例中目標(biāo)和斑點(diǎn)可能存在的關(guān)系示意圖；

圖3為本發(fā)明實(shí)施例中兩個(gè)目標(biāo)發(fā)生遮擋過(guò)程的示意圖；

圖4為本發(fā)明實(shí)施例中一種多目標(biāo)跟蹤裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。