[發(fā)明專利]一種基于RGB-D數(shù)據(jù)的視頻跟蹤方法

有效

• 申請?zhí)枺?/td>: 201710080013.8
• 申請日: 2017-02-15
• 公開（公告）號: CN106952294B
• 公開（公告）日: 2019-10-08
• 發(fā)明（設計）人: 孔德慧;賈思宇;王少帆;王立春
• 申請（專利權）人: 北京工業(yè)大學
• 主分類號: G06T7/292
• 分類號: G06T7/292
• 代理公司: 北京思海天達知識產(chǎn)權代理有限公司 11203
• 代理人: 張慧

1.一種基于RGB-D數(shù)據(jù)的視頻跟蹤方法，其特征在于，包括：

步驟(1)、獲取深度數(shù)據(jù)，并基于包圍盒的深度范圍建立實時更新的自適應深度信息模板 ；

步驟(2)、使用基于深度信息模板的融合RGB-D信息的改良上下文模型的跟蹤算法，計算當前幀的目標位置；

步驟(3)、使用基于深度信息模板的尺度更新算法，計算當前幀的目標對象尺度；

步驟(4)、啟用基于深度時域變化估算的遮擋檢測及處理機制，判斷上一步跟蹤結果的正確性，并根據(jù)判斷結果進行處理；

步驟(4)具體為

根據(jù)步驟2和步驟3可以得到目標在第t幀boundingbox的位置和尺度，根據(jù)boundingbox對應的深度圖，可以求得boundingbox內，像素點的個數(shù)n_t，同時依據(jù)第t幀，深度信息模板D_t＝[d1_t,d2_t]，計算boundingbox內,的像素點的個數(shù)，記為u_t

定義每幀boundingbox的遮擋率：

對于boundingbox內的跟蹤目標來說，其在boundingbox內的占比是相對穩(wěn)定的，因而可取常數(shù)σ，當時，仍采用上文跟蹤算法得到的結果，當時，此時推斷boundingbox內的遮擋已經(jīng)對跟蹤結果產(chǎn)生了不可避免的影響，此時啟用遮擋處理算法，

由于物體在連續(xù)幀的運動模型具有一致性，且運動軌跡具有連續(xù)性，因此，根據(jù)連續(xù)數(shù)幀，目標對象的移動動量和運動軌跡，估算被遮擋的第t幀目標的位置和狀態(tài)，

定義第t幀的軌跡位移：

則推測當前第t幀，被遮擋的目標的實際位置：

當遮擋率時，舍棄當前幀的計算結果，因而當前幀的尺度保留為上一幀的尺度，同時保留上一幀的尺度S，更新參數(shù)φ和深度模板更新變化量dvg

S_t＝S_t-1

φ_t＝φ_t-1

dvg_t-1＝dvg_t-2 (18)。

2.如權利要求1所述的基于RGB-D數(shù)據(jù)的視頻跟蹤方法，其特征在于，步驟(1)包括以下步驟：

目標自適應深度信息模板初始化

在第一幀中，基于groundtruth得到boundingbox內的深度區(qū)間范圍[d1,d2]，尺度S₁＝(h₁,w₁)，其中h₁是boundingbox的高度，w₁是boundingbox的寬度，考慮以區(qū)間范圍[d1,d2]為橫軸，建立深度信息直方圖，柱狀圖個數(shù)為n₁，并分別計數(shù)各區(qū)間范圍內的像素個數(shù)，記為t_k,k∈{1,2...n₁}，計算公式如下：

其中，maxt_k的深度范圍記為[d1',d2']如果rateM＞＝c，c是常數(shù)，則定義D₁＝[d1',d2']，即為初始化深度信息模板，如果rateM＜c，則需要對該范圍進行

一定程度的放縮，即

D₁＝[d1”,d2”]＝[max(d1'-k'×η,d1),min(d2'+k'×η,d2)]＝[d1₁,d2₁] (2)

其中η是常數(shù)，k'從1開始，運行數(shù)次直到rateM≥c，此時，算法停止，最終得到初始化的深度信息模板D₁＝[d1₁,d2₁]；

深度信息模板自適應更新

第一幀計算結束后，在之后每幀跟蹤計算結束時，根據(jù)當前跟蹤目標boundingbox內的深度分布情況，對深度信息模板D_t進行更新，D_t是第t幀的深度信息模板，當獲取第t幀時，boundingbox內深度分布均值為avg_t，并計算前后兩幀均值深度差，定義為dvg_t-1

dvg_t-1＝avg_t-avg_t-1 (3)

由于目標物體在連續(xù)n幀的運動具有連續(xù)性，同向性，且可能會出現(xiàn)偶然跳變的情況，所以依據(jù)目標的移動情況，定義更新后的深度信息模板如下，則更新后的深度信息模板有

。