[發明專利]一種物體跟蹤裝置及其跟蹤方法

有效

• 申請號: 201410632684.7
• 申請日: 2014-11-11
• 公開（公告）號: CN104463906B
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 桑伯男
• 申請（專利權）人: 廣東中星電子有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 北京布瑞知識產權代理有限公司 11505
• 代理人: 楊晞

本發明實施例提供了一種物體跟蹤裝置及其跟蹤方法，解決了現有跟蹤方法對于前景物體遮擋后的繼續跟蹤準確率低的問題，能夠大大提高對于前景物體遮擋后的繼續跟蹤準確率，確保物體跟蹤路線的完整性。該跟蹤方法包括獲取圖像信息；建立背景模型；獲取背景物體和前景物體的深度信息并加入背景模型；根據深度信息對前景物體及與其接近的背景物體或者前景物體及與其接近的其他前景物體的遮擋做出預判并作相應處理，之后利用遮擋預判輔助物體跟蹤，提高跟蹤準確率。

技術領域

本發明涉及一種圖像處理、跟蹤檢測技術領域，特別是一種物體跟蹤裝置及其跟蹤方法。

背景技術

在軍事偵察、人工智能等領域，常常會使用到運動物體的檢測、跟蹤算法，在物體跟蹤過程中，當遇到物體相互遮擋時，通常會對前景物體(即目標物體)的繼續跟蹤造成影響。為解決這一問題，目前最常采用的方法是運動軌跡預測和特征匹配。其中，運動軌跡預測是指通過對前景物體運動方式進行建模，對前景物體運動軌跡進行預測，進而判斷前景物體的方位；特征匹配是指通過提取前景物體的一些特征，對其進行特征匹配，進而判斷前景物體的走向。

上述方法對前景物體跟蹤過程中發生遮擋后的繼續跟蹤有一定效果，但準確率比較一般。其中，運動軌跡預測僅對運動趨勢比較固定的前景物體比較有效，如道路上的車輛、空中飛行的飛行器等，在其他運動模式不確定的情景下，準確率會大大降低，很容易跟丟。而特征匹配方法在很多物體發生互相遮擋時，物體相互間經常有非常類似的特征，所以對遮擋方與被遮擋方的判斷經常出錯，比如在較密集人群中的人臉跟蹤，采用這種特征匹配的方法，就很容易在目標人物被遮擋后跟錯。

發明內容

本發明實施例提供一種物體跟蹤裝置及其跟蹤方法，以提高對于前景物體遮擋后的繼續跟蹤準確率。

本發明實施例提供的一種物體跟蹤方法，包括：

獲取圖像信息；

建立背景模型；

獲取背景物體和前景物體的深度信息并將背景物體的深度信息加入背景模型；

根據深度信息對前景物體及與其接近的背景物體或者前景物體及與其接近的其他前景物體的遮擋做出預判并作相應處理。

上述物體跟蹤方法中，所述根據深度信息對前景物體及與其接近的背景物體或者前景物體及與其接近的其他前景物體的遮擋做出預判并作相應處理包括：

當前景物體逐漸接近一個背景物體時，比對前景物體的深度信息和背景物體的深度信息，對遮擋作出預判；

若發生預判遮擋，則進一步判斷遮擋關系是否與預判一致：

若發生的遮擋關系與預判一致，則在該背景物體邊界區域搜索該前景物體；

若發生的遮擋關系與預判不一致，則對該背景物體的層次分類進行調整；

當一個前景物體與其他前景物體逐漸接近時，比對各前景物體的深度信息，對遮擋作出預判；

若發生預判遮擋，則根據各前景物體的不同深度信息，判斷當前圖像可見的前景物體。

上述物體跟蹤方法中，所述獲取背景物體和前景物體的深度信息并將背景物體的深度信息加入背景模型包括根據背景物體的深度信息將背景物體的深度位置分為至少三個層次。

上述物體跟蹤方法中，所述獲取背景物體和前景物體的深度信息并加入背景模型包括對背景物體進行檢測。

上述物體跟蹤方法中，所述對背景物體進行檢測是通過紋理、邊緣、顏色對背景物體進行檢測。

上述物體跟蹤方法中，所述對背景物體進行檢測之后包括對前景物體進行檢測。

上述物體跟蹤方法中，所述獲取背景物體和前景物體的深度信息并加入背景模型包括建立帶深度信息的背景物體列表。