[發明專利]基于視頻傳感器網絡的自適應目標壓縮感知融合跟蹤方法

有效

• 申請號: 201410148440.1
• 申請日: 2014-04-14
• 公開（公告）號: CN103903242A
• 公開（公告）日: 2014-07-02
• 發明（設計）人: 方武;馮蓉珍;宋志強
• 申請（專利權）人: 蘇州經貿職業技術學院
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

技術領域

本發明涉及一種目標壓縮感知融合跟蹤方法，尤其涉及一種基于視頻傳感器網絡的自適應目標壓縮感知融合跟蹤方法。

背景技術

由于視頻圖像處理以及傳輸數據量大，受傳感器節點資源和能耗的限制，為了延長網絡壽命，必須要對圖像數據進行壓縮以減少計算量和通信量。

壓縮感知理論指出：只要信號是可壓縮的或在某個變換域是稀疏的，那么就可以用一個與變換基不相關的觀測矩陣將變換所得高維信號投影到一個低維空間上，然后通過求解一個優化問題就可以從這些少量的投影中以高概率重構出原信號，可以證明這樣的投影包含了重構信號的足夠信息。解碼所需測量值的數目遠小于傳統理論下的樣本數。

如等式(1)所示,壓縮感知CS(Compressive?Sensing)以m<<n（m為測量矩陣維度和，n為信號維度）的測量矩陣對信號進行測量。

y=φx=φΨα=Θα??(1)

其中α為信號的稀疏表示，Ψ為稀疏表示矩陣，為測量矩陣。

如果x信號在某個變化域具有稀疏性，如等式(2)所示，并且適當構建φ。

α=Ψ^Tx??(2)

那么可以通過等式（3）來完美恢復該信號：

minα||α||l0s.ty=ΦΨα---(3)]]>

近年來，很多研究將壓縮感知算法引入到視頻傳感器網絡，然而傳統的壓縮感知算法采用固定的測量值M對圖像序列進行采樣，當圖像稀疏度變化較大時，并不能獲得最小的采樣數據量。對于單視角的目標跟蹤系統，容易受到遮擋，存在跟蹤精度差等問題，因此，發明一種解決上述問題的方法是十分必要的。

發明內容

本發明的目的在于提供一種基于視頻傳感器網絡的自適應目標壓縮感知融合跟蹤方法，解決了當圖像稀疏度變化較大時，并不能獲得最優的采樣數據量，且對于單視角的目標跟蹤系統，跟蹤精度差的問題。

為了解決上述問題，本發明涉及了一種基于視頻傳感器網絡的自適應目標壓縮感知融合跟蹤方法，包括以下步驟：

S1：構建包括若干不同視角的視頻節點的視頻傳感器網絡測試系統，通過混合高斯模型GMM構建第t幀背景，測試得到的第t幀視頻序列^x_t為第t幀前景圖像和第t幀背景之和，其中t=0，1，2…；

S2：根據若干視頻節點中每個視頻節點在起始時刻的圖像稀疏度K₀，分別計算各視頻節點的測量初始值M₀來對其初始圖像序列進行壓縮感知CS采樣，得到每個視頻節點采樣后初始圖像y_o后進行S4，其中M₀≈K₀log(n/K₀)，n為信號維度；S3：采用圖像的方差的期望E(σ_t)作為閾值，通過第t幀圖像的測量值M_t，迭代得到各視頻節點第t+1幀圖像的測量值M_t+1，是目標圖像x_d的方差；

當則M_t+1=β₀M_t；

當則M_t+1=β₁M_t；

其中，為恢復的目標圖像，x_d為目標圖像，表示采用范數2恢復誤差值；β₀≤1,β₁≥1,β₀,β₁分別為縮小和放大因子，α為調節參數；

并通過第t+1幀圖像的測量值M_t+1對第t+1幀圖像進行壓縮感知CS采樣，得到每個視頻節點采樣后第t幀圖像y_t后進行S4;