[發(fā)明專利]一種基于ORB特征點(diǎn)匹配的目標(biāo)跟蹤方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410376616.9
• 申請(qǐng)日: 2014-08-01
• 公開（公告）號(hào): CN104200487A
• 公開（公告）日: 2014-12-10
• 發(fā)明（設(shè)計(jì)）人: 王若梅;韓冠亞;陳湘萍;謝雪峰
• 申請(qǐng)（專利權(quán)）人: 廣州中大數(shù)字家庭工程技術(shù)研究中心有限公司;中山大學(xué)
• 主分類號(hào): G06T7/20
• 分類號(hào): G06T7/20;G06K9/46
• 代理公司: 無
• 代理人: 無

1.一種基于ORB特征點(diǎn)匹配的目標(biāo)跟蹤方法，其特征在于，該方法包含以下步驟：?

對(duì)輸入的原始圖像幀首先提取ORB特征點(diǎn)集；?

在描述子空間內(nèi)與上一幀時(shí)刻的目標(biāo)物體的ORB特征點(diǎn)集相匹配產(chǎn)生當(dāng)前幀的特征集；?

根據(jù)上一幀目標(biāo)所在的位置運(yùn)用隨機(jī)抽樣一致和多重變換模型相結(jié)合的方法計(jì)算出跟蹤目標(biāo)的運(yùn)動(dòng)變換；?

最后通過不斷加入新的特征點(diǎn)和裁剪離群值來更新產(chǎn)生最終當(dāng)前幀時(shí)刻合適的目標(biāo)特征集。?

2.根據(jù)權(quán)利要求1所述的基于ORB特征點(diǎn)匹配的目標(biāo)跟蹤方法，其特征在于：所述的ORB特征點(diǎn)描述子由一個(gè)二進(jìn)制字符串表示，字符串的每一位由特征點(diǎn)附近隨機(jī)選取兩個(gè)大小為S×S的圖像塊組成一對(duì)相互比較大小產(chǎn)生，這里取n＝256位長(zhǎng)度的二進(jìn)制字符串，將一個(gè)大小為S×S的圖像塊P用二進(jìn)制字符串定義，定義如公式(1)所示：?

其中，p(x)和p(y)分別是P在像素點(diǎn)x和y的灰度值；通過選取一組特定的<x,y>點(diǎn)對(duì)作為集合，這樣便產(chǎn)生了一個(gè)n位的字符串作為BRIEF描述子，定義如公式(2)：?

。

3.根據(jù)權(quán)利要求1所述的基于ORB特征點(diǎn)匹配的目標(biāo)跟蹤方法，其特征在于：所述的給定兩個(gè)長(zhǎng)度為n位的ORB特征點(diǎn)描述子D_i和D_j，兩者之間的相似性ρ(D_i,D_j)由計(jì)算機(jī)非常高效的海明距來表示，其相似性度量定義如下：?

其中，D_i(k)和D_j(k)分別為ORB特征點(diǎn)描述子D_i和D_j的第k位，而函數(shù)δ[x]的?值當(dāng)x為0時(shí)等于1，否則等于0；?

當(dāng)新的ORB特征點(diǎn)集S_t在當(dāng)前幀t被提取出來后，我們嘗試找出它的子集屬于S_t并且它的每一個(gè)元素都與上一幀t-1的目標(biāo)物體的特征點(diǎn)集匹配度高；?

設(shè)定根據(jù)上一幀t-1的目標(biāo)物體的特征點(diǎn)集并在整個(gè)描述子空間內(nèi)運(yùn)用最鄰近搜索算法找出最優(yōu)匹配定義如下：?

。

4.根據(jù)權(quán)利要求1所述的基于ORB特征點(diǎn)匹配的目標(biāo)跟蹤方法，其特征在于：所述的評(píng)價(jià)一個(gè)根據(jù)模型M∈{M_t,M_s,M_a,M_p}估計(jì)得候選變換T對(duì)于描述目標(biāo)物體的運(yùn)動(dòng)是否合適，用跟前一幀目標(biāo)物體位置的比較規(guī)定了一種距離度量和一種條件概率，評(píng)價(jià)一個(gè)模型M的公式定義如下：?

其中，N_c(M)表示一致的特征點(diǎn)的個(gè)數(shù)，Pr(M)表示候選模型的概率，而Cp(M)則表示模型M的復(fù)雜度。這三個(gè)影響因子的具體情況將在下面描述；給定一個(gè)特定的模型M和從特征點(diǎn)集合隨機(jī)選取的最少滿足要求的數(shù)目?個(gè)的匹配特征點(diǎn)，然后特征點(diǎn)集合的所有數(shù)據(jù)都被用于測(cè)試，那些能夠很好地適用于變換模型M的形成了一個(gè)一致的點(diǎn)集C(M)，而點(diǎn)集C(M)的大小即N_c(M)；這里我設(shè)置模型M的復(fù)雜度Cp(M)為根據(jù)上一幀目標(biāo)物體的位置定義了一個(gè)距離度量，定義如公式(6)：?

其中，γ(u):[0,1]→R²為上一幀t-1目標(biāo)物體的標(biāo)準(zhǔn)化邊界，而M(γ(u))是在模型M下的目標(biāo)物體邊界；如果被跟蹤的目標(biāo)物體的邊界是離散的，那么其邊界可以用多邊形表示，距離度量為：?

定義某個(gè)特定運(yùn)動(dòng)變換模型M的概率Pr(M)如公式(8)：?

其中，λ是表示衰減率的恒定參數(shù)。?

5.根據(jù)權(quán)利要求1所述的基于ORB特征點(diǎn)匹配的目標(biāo)跟蹤方法，其特征在于：所述的ORB特征點(diǎn)集通過動(dòng)態(tài)地加入新的特征點(diǎn)和裁剪離群值的方法反復(fù)迭代更新，特征點(diǎn)匹配和變換模型估計(jì)之后，目標(biāo)物體的特征點(diǎn)集里的第i個(gè)特征點(diǎn)的第t幀師的能量值得到更新，定義如公式(9)：?

公式(9)表示一個(gè)特征點(diǎn)如果用估計(jì)的變換模型能與上一幀t-1的目標(biāo)物體特征點(diǎn)集中的一點(diǎn)相匹配，那么說明這個(gè)特征點(diǎn)是一致的，而它的能量值被賦值為上一幀t-1該點(diǎn)能量值加上一個(gè)增量α；同理相反的情況，如果不能被估計(jì)的變換模型相匹配，那么說明這個(gè)特征點(diǎn)是離群的、異常的，它的能量值將被賦予一個(gè)減量β，而未匹配的點(diǎn)，其能量值保持不變。?