[發(fā)明專利]一種視頻目標(biāo)跟蹤方法及裝置

有效

• 申請?zhí)枺?/td>: 201610107637.X
• 申請日: 2016-02-26
• 公開（公告）號: CN105787963B
• 公開（公告）日: 2019-04-16
• 發(fā)明（設(shè)計(jì)）人: 郭運(yùn)艷;房善華;解一豪;王本強(qiáng);衣秀
• 申請（專利權(quán)）人: 浪潮軟件股份有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 濟(jì)南信達(dá)專利事務(wù)所有限公司 37100
• 代理人: 李世喆

本發(fā)明提供了一種視頻目標(biāo)跟蹤方法及裝置，該方法包括：首先確定上一幀中的目標(biāo)模型以及確定當(dāng)前幀中的候選模型；通過判斷由候選模型所確定范圍內(nèi)的每一個(gè)像素點(diǎn)是否超過設(shè)定閾值，從而根據(jù)超過設(shè)定閾值的全部像素點(diǎn)來確定當(dāng)前幀中的新候選模型；若目標(biāo)模型和新候選模型的相似度未達(dá)到閾值，說明目標(biāo)對象跟蹤失敗，則以該新候選模型為基礎(chǔ)來確定另一個(gè)候選模型，如此循環(huán)，直至在當(dāng)前幀中成功跟蹤到目標(biāo)對象。本方案以候選模型為基礎(chǔ)來確定合適的新候選模型，并根據(jù)新候選模型與目標(biāo)模型的相似性以確定是否跟蹤到目標(biāo)對象，而非直接對候選模型與目標(biāo)模型進(jìn)行相似性判斷。因此，本方案能夠提高視頻目標(biāo)跟蹤的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)領(lǐng)域，特別涉及一種視頻目標(biāo)跟蹤方法及裝置。

背景技術(shù)

在視頻目標(biāo)跟蹤的應(yīng)用范圍內(nèi)，選擇和使用合適的目標(biāo)跟蹤方法是當(dāng)前研究的熱點(diǎn)和難點(diǎn)。通過適宜的目標(biāo)跟蹤方法，可以對視頻中的被跟蹤對象，如人、飛機(jī)等進(jìn)行準(zhǔn)確跟蹤。

目前，在視頻圖像的任意相鄰兩幀之間，根據(jù)上一幀中被跟蹤對象的中心位置和大小范圍，可以將當(dāng)前幀中的同一中心位置和大小范圍內(nèi)的對象確定為被跟蹤對象，并判斷在當(dāng)前幀中是否成功跟蹤到該被跟蹤對象。

但是，由于被跟蹤對象通常處于活動狀態(tài)，且活動情況多變，故現(xiàn)有的視頻目標(biāo)跟蹤方法的跟蹤準(zhǔn)確度較低。

發(fā)明內(nèi)容

本發(fā)明提供了一種視頻目標(biāo)跟蹤方法及裝置，能夠提高視頻目標(biāo)跟蹤的跟蹤準(zhǔn)確度。

為了達(dá)到上述目的，本發(fā)明是通過如下技術(shù)方案實(shí)現(xiàn)的：

一方面，本發(fā)明提供了一種視頻目標(biāo)跟蹤方法，預(yù)先確定上一幀中的目標(biāo)模型，還包括：

S1：確定當(dāng)前幀中的當(dāng)前候選模型；

S2：根據(jù)由所述當(dāng)前候選模型所確定的當(dāng)前范圍，分別判斷所述當(dāng)前范圍內(nèi)的每一個(gè)第一像素點(diǎn)的取值是否超過預(yù)先設(shè)定的第一閾值，若是，則確定所述第一像素點(diǎn)為第二像素點(diǎn)；

S3：根據(jù)全部所述第二像素點(diǎn)，確定所述當(dāng)前幀中的下一個(gè)候選模型；

S4：判斷所述目標(biāo)模型和所述下一個(gè)候選模型的相似度是否超過預(yù)先設(shè)定的第二閾值，若是，則執(zhí)行下一幀的目標(biāo)跟蹤操作，否則，將所述下一個(gè)候選模型確定為所述當(dāng)前候選模型，并執(zhí)行S1。

進(jìn)一步地，所述第一像素點(diǎn)的取值，包括：所述第一像素點(diǎn)的匹配權(quán)值w_i，

其中，為候選模型區(qū)域范圍內(nèi)每一個(gè)像素點(diǎn)的匹配權(quán)值，i為每一個(gè)像素點(diǎn)，n為候選模型區(qū)域范圍內(nèi)的像素點(diǎn)的個(gè)數(shù)，h為計(jì)算目標(biāo)模型和候選模型的概率密度函數(shù)時(shí)使用的核函數(shù)k(x)的帶寬，n_h為帶寬h范圍內(nèi)的像素點(diǎn)的個(gè)數(shù)，y₀為目標(biāo)模型的中心坐標(biāo)，p_u為候選模型的顏色分布，q_u為目標(biāo)模型的顏色分布，u為用于表示模板顏色分布的m階直方圖的階數(shù)，且u＝1...m，x_i(i＝1...n)為每一個(gè)像素點(diǎn)在目標(biāo)模板中的歸一化位置，b(x_i)為位置x_i處的像素顏色，δ(a)是Delta函數(shù)，且

進(jìn)一步地，所述根據(jù)全部所述第二像素點(diǎn)，確定所述當(dāng)前幀中的下一個(gè)候選模型，包括：

將全部所述第二像素點(diǎn)的位置信息以密度分布函數(shù)Area進(jìn)行表示；

通過所述密度分布函數(shù)Area的一階矩特征確定候選中心位置，以及通過所述密度分布函數(shù)Area的二階矩特征確定候選大小；

根據(jù)所述候選中心位置和所述候選大小，確定所述當(dāng)前幀中的下一個(gè)候選模型，其中，