[發明專利]一種抗遮擋的基于積分直方圖的粒子濾波目標跟蹤方法

有效

• 申請號: 201610419913.6
• 申請日: 2016-06-13
• 公開（公告）號: CN107507222B
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 宦若虹;王楚;陶一凡;陳月;楊鵬
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

一種抗遮擋的基于積分直方圖的粒子濾波目標跟蹤方法，包括：目標的初始化；感興趣區域的積分直方圖特征提取；根據當前目標狀態不同，選擇不同的跟蹤方法：如果目標狀態正常，用粒子濾波方法進行目標跟蹤，如果目標狀態為部分遮擋，用分塊粒子濾波方法進行目標跟蹤，如果目標狀態為嚴重遮擋，用最小二乘法預測目標位置；更新當前目標狀態；當目標處于正常狀態時，更新目標模板和子塊模板；粒子的重采樣；粒子傳播。本發明利用積分直方圖提取特征，可加快粒子濾波算法的計算速度，對遮擋進行實時判定并根據不同遮擋情況采取不同的跟蹤機制，可提高遮擋情況下目標跟蹤的穩定性和魯棒性。

技術領域

本發明涉及圖像處理、視頻處理、目標跟蹤等領域，尤其涉及基于視頻的目標跟蹤領域。

背景技術

遮擋問題是視頻目標跟蹤中的常見問題，當遮擋發生時，目標的部分信息或者全部信息丟失，使得跟蹤不穩定甚至目標跟丟，這是因為此時從攝像頭讀取到的目標數據不完整，一味地根據目標的整體特征進行匹配，跟蹤的結果會出現較大的誤差，所以在視頻目標跟蹤中，選取能準確表述目標的特征和選擇合理的特征模板是解決遮擋問題的關鍵。有遮擋情況下的視頻目標跟蹤，一般采用基于點的匹配跟蹤方法。基于點的匹配跟蹤方法是根據目標的各像素點的特征來進行匹配跟蹤，主要包括卡爾曼濾波算法、多假設跟蹤算法和粒子濾波算法。該類方法的難點在于外觀模型的選擇，它的優點是對遮擋不敏感，即目標出現遮擋時用可見部分的點特征可持續跟蹤。

粒子濾波方法可適用于非線性、非高斯系統下的目標跟蹤問題，它是利用蒙特卡羅(Monte Carlo)方法和貝葉斯(Bayes)理論結合推導出來的。粒子濾波方法是利用一組在狀態空間中按照某種規則傳遞且帶有權重分量的隨機樣本來近似地表示狀態的概率密度函數，這些隨機樣本就被通俗地稱為“粒子”，不停地加入一些新觀測到的量測值對樣本進行更新，用所有隨機樣本的均值計算來代替積分的運算過程，最終得到狀態的最小方差估計來作為狀態的后驗概率密度。從原理上看，粒子濾波目標跟蹤算法具有處理遮擋問題的潛力。

發明內容

為了克服當前現有的視頻目標跟蹤方法在發生遮擋時表現出的跟蹤效果不佳、甚至目標跟丟的問題，本發明提出一種抗遮擋的基于積分直方圖的粒子濾波目標跟蹤方法，該方法利用積分直方圖來提取目標特征，可減少計算量，提高計算速度，在跟蹤過程中，對遮擋情況進行實時判定并針對不同的遮擋情況采取相應的跟蹤機制，從而提高遮擋情況下目標跟蹤的穩定性和魯棒性。

本發明解決其技術問題所采用的技術方案是：

一種抗遮擋的基于積分直方圖的粒子濾波目標跟蹤方法，包括以下步驟：

步驟1，目標的初始化；

步驟2，感興趣區域的積分直方圖特征提取，過程如下：

讀取第k幀圖像P，感興趣區域指能覆蓋所有粒子框的最小矩形區域，感興趣區域的四個頂點A、B、C、D的坐標分別為：

其中，(p_x,p_y)是粒子的坐標，min()是求最小值函數，max()是求最大值函數，height為目標跟蹤框的高，width為目標跟蹤框的寬，計算感興趣矩形區域ABCD上顏色特征的積分直方圖H_in(x,y)，即計算從圖像點P(x_A,y_A)到點P(x,y)構成的矩形區域內所有點的顏色直方圖；

步驟3，根據當前目標狀態不同，選擇不同的跟蹤方法：如果目標狀態正常，用粒子濾波方法進行目標跟蹤，如果目標狀態為部分遮擋，用分塊粒子濾波方法進行目標跟蹤，如果目標狀態為嚴重遮擋，用最小二乘法預測目標位置；

步驟4，更新當前目標狀態；