[發明專利]一種基于光流特征的視頻目標檢測與跟蹤方法

在審

• 申請號: 201710034789.6
• 申請日: 2017-01-17
• 公開（公告）號: CN106709472A
• 公開（公告）日: 2017-05-24
• 發明（設計）人: 向北海
• 申請（專利權）人: 湖南優象科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京中濟緯天專利代理有限公司11429
• 代理人: 陸薇薇

1.一種基于光流特征的視頻目標檢測與跟蹤方法，其特征在于，包括以下步驟：包括以下步驟：

S1、視頻目標檢測

S11、輸入無人機視頻序列，基于背景局部鄰域方差的等間隔采樣方法對輸入的圖像幀序列進行背景采樣，通過box-filter方法計算出每個像素點的局部鄰域方差，根據背景圖像的局部方差分布圖設定閾值，對圖像進行分區域采樣，濾除部分不利于LK算法匹配的采樣點，同時保留目標所在位置的采樣點；

S12、由步驟S11得到采樣后的像素點集合，通過LK光流法計算S11采樣后的像素點集合中每個像素點的光流矢量，通過Mean Shift算法估計出背景的運動矢量；

S13、估計目標整體顯著性，分為背景中無運動目標和背景中有運動目標兩種情形，兩種情形估計目標整體顯著性的方法分別如下：

(1)背景中無運動目標時，以背景圖像運動顯著性分布為整體顯著性分布估計，其定義式為：式中K為采樣點C_i的局部鄰域，S_m表示每個采樣點與周圍背景的運動矢量差異性的集合；

(2)背景中有運動目標時，以運動顯著性分布為主，顏色顯著性為輔估計目標整體顯著性，首先采用與(1)中相同的方法計算運動顯著性S_m，同時基于顏色對比度的Center-Surround模型，通過像素點在鄰域空間的特征差異度來計算顏色顯著性S_c，將運動顯著性S_m和顏色顯著性S_c進行線性加權估計目標整體顯著性；

S14、由步驟S13中得到的目標整體顯著性分布估計結果設定分割閾值，實現目標區域與背景區域的分離；

S2、視頻目標跟蹤

S21、將目標區域與背景區域分離之后，對目標邊緣進行標注，提取目標邊緣E，以E為起始位置，設置半徑為r，在E+r范圍內對正樣本圖像采樣，在E-r范圍外對負樣本圖像采樣，其中正樣本圖像為包含目標在內的樣本圖像，負樣本為背景圖像；

S22、對S21得到的正樣本圖像進行目標描述，利用Haar特征描述目標紋理特征，采用YUV局部顏色直方圖模型描述目標顏色特征；

S23采用稀疏矩陣壓縮方式對S22得到的Haar特征進行抽樣壓縮，通過貝葉斯準則判斷它與上一幀目標的相似性，利用粒子濾波算法對目標進行持續跟蹤。