[發(fā)明專利]一種基于輪廓梯度的目標(biāo)跟蹤方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201611239192.7
• 申請(qǐng)日: 2016-12-28
• 公開（公告）號(hào): CN108256394B
• 公開（公告）日: 2020-09-25
• 發(fā)明（設(shè)計(jì)）人: 李波;左春婷;蔡宇;黃艷金
• 申請(qǐng)（專利權(quán)）人: 中林信達(dá)（北京）科技信息有限責(zé)任公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00
• 代理公司: 重慶百潤(rùn)洪知識(shí)產(chǎn)權(quán)代理有限公司 50219
• 代理人: 劉立春

本發(fā)明具體公開一種基于輪廓梯度的目標(biāo)跟蹤方法,通過(guò)從輸入的視頻或圖像序列的初始幀中分割候選目標(biāo)，并提取出參考圖像；提取參考圖像輪廓作為標(biāo)準(zhǔn)特征模板，并進(jìn)行尺度、角度變換，得到多尺度多角度模板序列；輸入視頻或圖像序列的下一幀，提取該目標(biāo)圖像的梯度特征；將多尺度多角度模板序列在目標(biāo)圖像的特征圖像上進(jìn)行步長(zhǎng)為1的滑動(dòng)窗口掃描，并計(jì)算兩者匹配的相似度；根據(jù)匹配位置、尺度因子、角度因子等信息，在目標(biāo)圖像中分割出目標(biāo)所在的子區(qū)域作為下一次檢測(cè)的參考圖像進(jìn)行更新；直至視頻或圖像序列所有幀檢測(cè)完畢。本發(fā)明目的是：在于提供一種基于輪廓梯度的目標(biāo)跟蹤方法，以適應(yīng)目標(biāo)的尺度變化和/或角度變化，提高目標(biāo)跟蹤的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)圖像處理技術(shù)領(lǐng)域，具體公開一種基于輪廓梯度的目標(biāo)跟蹤方法。

背景技術(shù)

在安防監(jiān)控任務(wù)中，為了實(shí)現(xiàn)目標(biāo)自動(dòng)跟蹤的需求，常常需要在視頻或者連續(xù)圖像序列中確定出感興趣區(qū)域的目標(biāo)位置，并將每一幀圖像中的目標(biāo)位置對(duì)應(yīng)起來(lái)。

目標(biāo)跟蹤技術(shù)的研究?jī)?nèi)容，主要分為以下兩個(gè)方面：一，對(duì)所捕獲的視頻序列中的運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)、跟蹤、識(shí)別和提取所需信息，如目標(biāo)的軌跡及相關(guān)運(yùn)動(dòng)參數(shù)如速度、加速度、位置等。二，利用獲取的各項(xiàng)運(yùn)動(dòng)參數(shù)對(duì)目標(biāo)進(jìn)行預(yù)測(cè)和估計(jì)以輔助決策。因此，精確提取運(yùn)動(dòng)目標(biāo)的特征是提高目標(biāo)跟蹤、識(shí)別與分類精度的前提；而跟蹤的精確度又影響到高層決策的精確與困難程度。

傳統(tǒng)的目標(biāo)跟蹤技術(shù)方案可以描述如下：

(1)在采集的圖像序列中上確定一個(gè)模板，通常稱為參考圖像，參考圖像中記載有需要被跟蹤的目標(biāo)；

(2)將參考圖像的每個(gè)像素點(diǎn)作為特征點(diǎn)，形成原始特征點(diǎn)集；或者，為了提高運(yùn)算的效率，從參考圖像內(nèi)相隔等間距把像素點(diǎn)均勻提取出來(lái)(該過(guò)程可被稱為等間距采樣)，形成原始特征點(diǎn)集；

(3)對(duì)原始特征點(diǎn)集及其鄰域作運(yùn)算，得到新的特征點(diǎn)集，根據(jù)新的特征點(diǎn)集在待匹配圖像上確定匹配區(qū)域；

(4)計(jì)算匹配區(qū)域和參考模板之間的灰度或紋理信息，利用最小化誤差的方法，通過(guò)迭代，得到匹配區(qū)域與參考圖像之間的匹配系數(shù)矩陣，其中匹配系數(shù)最大值對(duì)應(yīng)的區(qū)域即為被跟蹤的目標(biāo)。

(5)對(duì)采集到的圖像序列重復(fù)步驟(3)-(4)，通過(guò)圖像幀與幀之間的模板匹配，最終實(shí)現(xiàn)了目標(biāo)連續(xù)的跟蹤。

傳統(tǒng)的目標(biāo)跟蹤方法，存在以下缺點(diǎn)：

(1)得到參考圖像后，將其作為標(biāo)準(zhǔn)模板，對(duì)此不再更新。但實(shí)際的跟蹤系統(tǒng)中，隨著攝像機(jī)等圖像采集設(shè)備的運(yùn)動(dòng)、目標(biāo)發(fā)生運(yùn)動(dòng)、尺度或旋轉(zhuǎn)時(shí)，可能確定的參考圖像會(huì)部分移出攝像機(jī)的畫面采集范圍，從而參考圖像的部分區(qū)域并不在后續(xù)圖像序列的圖像中，若采用初始參考圖像，則會(huì)導(dǎo)致跟蹤失敗，出現(xiàn)丟失目標(biāo)的情況。因此，設(shè)計(jì)一種具有較強(qiáng)抗干擾能力的跟蹤方法具有很好的應(yīng)用價(jià)值。

(2)獲得的參考圖像的特征點(diǎn)隨意性大，通常包含的圖像信息較少，不能很好的表征圖像特征，可靠性、穩(wěn)定性不高，使得跟蹤算法不具備良好的魯棒性。

(3)特征匹配計(jì)算難以達(dá)到實(shí)時(shí)，影響了目標(biāo)跟蹤的響應(yīng)速度。

發(fā)明內(nèi)容

本發(fā)明的目的是：在于提供一種基于輪廓梯度的目標(biāo)跟蹤方法，以適應(yīng)目標(biāo)的尺度變化和/或角度變化，提高目標(biāo)跟蹤的準(zhǔn)確度；首先通過(guò)sobel算子提取指定目標(biāo)的輪廓及其梯度向量作為標(biāo)準(zhǔn)尺度模板，然后通過(guò)尺度和角度采樣得到多尺度多角度的模板序列；其次，通過(guò)模板匹配方法得到最優(yōu)匹配信息，包括位置、尺度因子和角度因子；最后，根據(jù)最優(yōu)匹配信息切割出目標(biāo)圖像上的最優(yōu)匹配區(qū)域，并將其輪廓及其梯度向量作為更新的標(biāo)準(zhǔn)尺度模板。

本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

一種基于輪廓梯度的目標(biāo)跟蹤方法，包括以下步驟；