[發(fā)明專利]一種基于超像素的復(fù)雜場景下的目標跟蹤方法

有效

• 申請?zhí)枺?/td>: 201410499730.0
• 申請日: 2014-09-25
• 公開（公告）號: CN104298968B
• 公開（公告）日: 2017-10-31
• 發(fā)明（設(shè)計）人: 蒲曉蓉;陳雷霆;張思遠;邱航;蔡洪斌;崔金鐘;盧光輝;曹躍
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 成都中亞專利代理有限公司51126
• 代理人: 何淵

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于超像素的復(fù)雜場景下的目標跟蹤方法。

背景技術(shù)

視頻中的目標跟蹤技術(shù)屬于視頻圖像處理的關(guān)鍵技術(shù)。它涉及到計算機視覺、模式識別以及人工智能等領(lǐng)域，具有重要的理論意義。現(xiàn)實生活中的場景大多數(shù)會發(fā)生變化，而現(xiàn)有很多目標跟蹤算法無法滿足現(xiàn)實復(fù)雜場景中的目標跟蹤。基于復(fù)雜場景的目標跟蹤，需要綜合考慮視頻序列中，所要跟蹤的目標周圍環(huán)境以及付目標本身的一系列復(fù)雜變化，包括目標擋、目標丟失、光照變化、目標快速運動、目標姿態(tài)變化、目標尺度變化等一系列復(fù)雜因素。

跟蹤失效是復(fù)雜場景中目標跟蹤面臨的主要問題。例如，基于紋理特征的跟蹤，如LBP、Haar特征等，可以區(qū)分背景和目標，但是卻對目標丟失和快速移動時的處理能力有限，而基于顏色特征的跟蹤雖然可以使用局部直方圖解決部分問題，但是卻對尺度變化和姿態(tài)變化有較低的抵抗力。

使用基于紋理特征與顏色特征相融合的方式可以在一定程度上緩解單獨使用時的缺陷，但是，在復(fù)雜場景下，這兩種特征并不能完全區(qū)分背景和目標，導(dǎo)致了在目標運動速度較快或模糊情況下，依然無法精確跟蹤。

超像素是一種新的像素表示方法。它將圖像中那些相近相似的像素點聚集起來，分別用一個集合來表示。超像素對圖像的邊界有較高的附著率，在圖像分割中有較廣泛的應(yīng)用。

由上海大學(xué)的寇超、白琮、陳泉林、王華紅、王少波發(fā)明的《復(fù)雜場景中單個人臉的實時跟蹤方法》2008年9月24日向中國國家知識產(chǎn)權(quán)局申請專利并獲得批準，于2009年3月4日公開，公開號為：CN101377813。該技術(shù)方案涉及人機交互界面以及視頻監(jiān)控領(lǐng)域，特別是對復(fù)雜場景中單個人臉的實時追蹤。該方案以人臉檢測的二值化結(jié)果表征圖像中像素類膚色的概率，并以此為特征對人臉進行跟蹤，可以在具有較低計算量的同時對復(fù)雜場景中人臉的旋轉(zhuǎn)、傾斜等成功實現(xiàn)跟蹤，當(dāng)失敗后也能自動重新進行，且對諸如手部類區(qū)域的干擾不明顯。該專利在使用均值偏移方法進行人臉跟蹤時，考慮到了其對于膚色不敏感的缺陷，首先通過人臉檢測檢測到人臉，然后消除人臉的類膚色特征，保證高效率的同時又可以對顏色相似的背景免疫。但是，該算法過于依賴人臉檢測的結(jié)果，若檢測的結(jié)果并不理想，則整個算法也基本失效；其次，復(fù)雜場景下，可能包括光照、尺度、目標動作的變化等，該方法只考慮到了目標動作的變化，并未涉及到其他因素；此外，該算法使用均值偏移作為跟蹤算法，并未解決均值偏移在目標運動速度過快時跟蹤失敗的情況，難以應(yīng)用于復(fù)雜場景的跟蹤。

由湖南大學(xué)的王耀南、萬琴、王磊發(fā)明的《一種復(fù)雜場景中的運動目標檢測與跟蹤方法》2007年8月28日向中國國家知識產(chǎn)權(quán)局申請專利并獲得批準，于2008年3月12日公開，公開號為：CN101141633。該發(fā)明采用“匹配矩陣”的方法來確定目標的運動狀態(tài)，并根據(jù)目標不同運動情況采取相應(yīng)跟蹤策略，同時可以針對多目標互相遮擋問題，通過概率推理方法“恢復(fù)”目標信息，在多目標跟蹤下游較好的效果。但是，若按單個目標來處理的話，該發(fā)明并沒有過多的考慮除遮擋意外的情況，如光照、尺度變化等。

在視頻中進行目標跟蹤時，圖像特征的選擇一般有兩種：1)紋理特征；2)顏色特征。基于紋理特征的跟蹤可以區(qū)分目標和背景，但是對于嚴重的遮擋和邊緣混亂的處理能力有限。基于顏色特征的跟蹤可以使用局部直方圖來解決部分遮擋問題，卻無法解決尺度變化、形狀變化很大或目標與背景相近的情況。因此，復(fù)雜場景中的目標跟蹤最好融合兩種特征。JifengNing、LeiZhang等人在《RobustObjectTrackingUsingJointColor-TextureHistogram》中提出，在由局部直方圖標記出目標后，在目標中使用局部二值模式技術(shù)來再次提取特征。與常規(guī)方法不同的是，該方法在目標區(qū)域的邊緣處提取特征，可以更好的表示目標，將兩種特征融合后采用均值偏移的方法進行跟蹤，具有很強的魯棒性。該方法采用顏色特征與紋理特征相融合的方式對目標進行跟蹤，很大程度上解決了目標與背景相似情況下的跟蹤問題。但是，由于局部二值模式不能完全將目標與背景分開，在目標運動速度較快，或目標模糊的情況下，容易發(fā)生跟丟現(xiàn)象。同時，標準的局部二值模式很難處理光照變化情況。

發(fā)明內(nèi)容

鑒于上述不足之處，本方案發(fā)明目的在于：提出一種基于超像素的復(fù)雜場景下的目標跟蹤方法。在目標跟蹤時，由于超像素作為圖像分割的常用方法，使得每一塊超像素都可以很好的附著在對象上(即將圖像按邊界分割出很多塊)，同時又保留了顏色特征，克服了上述紋理特征與顏色特征融合時的缺陷，使紋理特征和顏色特征更好的融合在一起

為了達到上述目的，本發(fā)明采用了以下技術(shù)方案：