[發(fā)明專利]一種基于ORB特征點匹配的目標(biāo)跟蹤方法

在審

• 申請?zhí)枺?/td>: 201410376616.9
• 申請日: 2014-08-01
• 公開（公告）號: CN104200487A
• 公開（公告）日: 2014-12-10
• 發(fā)明（設(shè)計）人: 王若梅;韓冠亞;陳湘萍;謝雪峰
• 申請（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: G06T7/20
• 分類號: G06T7/20;G06K9/46
• 代理公司: 無
• 代理人: 無

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)視覺跟蹤技術(shù)領(lǐng)域，具體涉及基于ORB特征點匹配的目標(biāo)跟蹤方法。

背景技術(shù)

目標(biāo)跟蹤是計算機(jī)視覺領(lǐng)域的重要研究課題，基于高性能計算機(jī)的飛速發(fā)展、物美價廉的攝影機(jī)的便利性及日益增長的自動化視頻分析需求，人類對視覺目標(biāo)跟蹤算法的探究產(chǎn)生了極大興趣。近年來，視覺跟蹤在很多領(lǐng)域都有非常廣泛的應(yīng)用，包括運動手勢識別、行人跟蹤、智能監(jiān)控、人機(jī)交互、智能交通檢測以及車輛導(dǎo)航等。伴隨著數(shù)字家庭產(chǎn)業(yè)的發(fā)展及數(shù)字家庭產(chǎn)業(yè)鏈的完善，視頻跟蹤在智能家居監(jiān)控的應(yīng)用逐步深入，在面向數(shù)字家庭的多業(yè)務(wù)應(yīng)用集成支撐平臺的基礎(chǔ)上，為數(shù)字家庭用戶提供家居和社區(qū)安防等具有特色的數(shù)字家庭互動服務(wù)。

盡管國內(nèi)外學(xué)者已經(jīng)研究發(fā)現(xiàn)多種目標(biāo)跟蹤方法，但是面臨幾個重要問題。第一，目標(biāo)物體的外觀變化。在實際的場景中，目標(biāo)的外觀受到諸如光照變化、姿勢形態(tài)改變、鏡頭抖動、目標(biāo)大小改變等因素的影響而不斷變化。第二，復(fù)雜的背景干擾。在交通檢測、車輛導(dǎo)航、行人跟蹤等場景下，目標(biāo)跟蹤因受復(fù)雜的背景干擾而具有巨大的挑戰(zhàn)性。實際的復(fù)雜環(huán)境中存在大量噪聲，而且背景雜亂，目標(biāo)物體的顏色也容易和背景的顏色相混淆。第三，遮擋問題。在實際的視頻場景中，目標(biāo)物體被部分遮擋甚至完全遮擋是最普通常見的情況，考察一種目標(biāo)跟蹤方法的魯棒性，就必須要測試該方法對遮擋問題的處理能力。第四，實時性問題。前面三種問題都是在考察目標(biāo)跟蹤算法的魯棒性，而目標(biāo)跟蹤能夠滿足實時處理的需求也是目標(biāo)跟蹤領(lǐng)域的難點問題。

在對此方法的研究和實踐過程中，本發(fā)明的發(fā)明人發(fā)現(xiàn)：由于特征點描述子對處理噪聲、檢測誤差和幾何光學(xué)的形變都具有較好的魯棒性，本發(fā)明提出一種基于ORB特征點匹配的目標(biāo)跟蹤方法，從而實現(xiàn)有效的目標(biāo)跟蹤。

發(fā)明內(nèi)容

本發(fā)明提供一種基于ORB特征點匹配的目標(biāo)跟蹤方法，處理復(fù)雜的外觀形態(tài)變化、背景混亂、光照變化和目標(biāo)物體遮擋等場景的魯棒性好，效率高。

本發(fā)明提供一種基于ORB特征點匹配的目標(biāo)跟蹤方法，包括以下步驟：

(1)對輸入的原始圖像幀首先提取ORB(oFAST?and?rBRIEF)特征點集；

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

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

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

所述的ORB特征點描述子由一個二進(jìn)制字符串表示，字符串的每一位由特征點附近隨機(jī)選取兩個大小為S×S的圖像塊組成一對相互比較大小產(chǎn)生，這里取n＝256位長度的二進(jìn)制字符串。更具體地說，我們把一個大小為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：

τ(p;x,y)=1,ifp(x)<p(y),0,otherwise.---(1)]]>

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