[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

技術領域

本發明屬于視覺圖像處理技術領域，涉及目標檢測與跟蹤方法，特指一種基于光流特征的視頻目標檢測與跟蹤方法。

背景技術

運動目標的檢測與跟蹤是計算機視覺研究中的熱點和難點之一。運動目標的檢測與跟蹤在智能交通、安全監控以及軍事領域有著廣闊的應用前景。無人機具有高機動性、高分辨率、隱蔽性好、操作靈活等優勢，利用無人機搭載的視頻傳感器對地面運動目標進行跟蹤與分析，具有重要的實踐意義和理論價值。

然而由于視頻傳感器隨著無人機的高速運動而運動以及視頻序列影像中背景的復雜性和運動目標信息的多樣性的特點，使得處理目標檢測跟蹤的問題變得更加困難。

運動目標的檢測是實現目標跟蹤以及運動目標分析、處理的基礎，根據攝像機運動的情況，可以將運動目標檢測分為靜止背景的目標檢測和運動背景的目標檢測。

近年來，國內外研究者提出了許多運動目標檢測的方法，主要包括靜止背景下的幀差法、背景相減法、期望最大化法和基于圖論的方法等，動態背景下的光流法、統計模型法、水平集方法等。幀差法是將連續兩幀影像對應像素點的灰度值相減，判斷差值的大小來確定該像素屬于背景還是運動目標，再利用這些像素區域計算出運動目標在圖像中的位置，該方法計算簡單、快速，但由于影像中目標大小、背景亮度不同，使得檢測效果容易受到不良影響。將光流技術引入到運動目標檢測跟蹤研究中，不需要預先知道場景的任何先驗信息，根據各個像素點的速度矢量特征，對圖像進行動態分析，能夠檢測出獨立運動目標。

運動目標跟蹤是在檢測基礎上對目標運動狀態的進一步分析，主要分為兩類，一是基于運動目標先驗知識的跟蹤，先檢測提取影像中的運動目標并建模，再通過模板匹配等策略找到下一幀圖像中相應目標區域位置，實現目標跟蹤；二是不依賴運動目標的先驗知識，直接從視頻序列圖像中檢測運動目標，并對感興趣的目標進行跟蹤。目標跟蹤算法與目標的有效表達形式密切相關，目標的描述方式主要包括質心法、區域法、特征點法以及邊緣輪廓等方法，可以大致的概括為4類：基于特征的跟蹤、基于區域的跟蹤、基于輪廓的跟蹤和基于模型的跟蹤。基于特征的跟蹤法，通過提取運動目標的顯著特征來實現目標跟蹤，該算法不受目標發生變形或光照變化的影響，目標部分遮擋情況下也能實現跟蹤，但如何選擇和描述目標特征，實現運動目標的持續跟蹤是難點；基于區域跟蹤法首先利用運動目標檢測方法分割提取包含運動目標的區域，以矩形或橢圓形成一個模板來表示該區域，然后利用灰度或顏色相關的算法對下一幀進行匹配，從而實現跟蹤，該算法在目標沒有遮擋前提下，實現穩定跟蹤，當目標形變或遮擋區域較大時，跟蹤精度下降；基于輪廓的跟蹤法是對目標邊界輪廓進行跟蹤處理，利用目標輪廓的全局信息獲取一條封閉的曲線，不需要目標先驗知識，但該方法需要人工干預進行初始化，計算非常耗時；基于模型跟蹤法，首先建立目標形態模型和運動模型，再根據實際視頻序列圖像確定模型參數和運動參數，從而實現目標跟蹤，但實際場景中要獲得精確的目標真實模型非常困難。

發明內容

本發明的目的在于提出一種基于光流特征的視頻目標檢測與跟蹤方法，其創新性在于克服傳統幀差法和背景補償法在運動背景下檢測目標的空洞效應，通過局部方差非均勻采樣方法避免LK光流法在稀疏紋理特征點上的漂移現象，將目標運動顯著性和顏色、紋理等多特征融合，提高目標檢測的成功率，實現快速、有效地持續跟蹤。

本發明的技術方案是，

一種基于光流特征的視頻目標檢測與跟蹤方法，分為兩大步驟，第一步為視頻目標檢測：首先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，計算采樣后的每個像素點的光流矢量，并通過Mean Sift算法估計背景運動；其次以目標的運動顯著性為主、顏色顯著性為輔，結合光流法和顏色顯著性算法共同估計目標的整體顯著性，最后通過目標顯著性檢測的結果設定閾值，實現目標區域與背景區域的分離。第二步為視頻目標跟蹤：首先選取第一步中通過目標檢測得到的目標區域為正樣本，背景區域為負樣本；利用Haar特征和目標全局顏色特征對目標進行描述，并采用隨機矩陣的方式對原有特征進行抽樣壓縮；通過貝葉斯準則判斷它與上一幀目標的相似性，最后利用粒子濾波算法對目標進行持續跟蹤。

具體地，本發明一種基于光流特征的視頻目標檢測與跟蹤方法，包括以下步驟：

S1、視頻目標檢測