[發(fā)明專利]視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法

在審

• 申請?zhí)枺?/td>: 201710216663.0
• 申請日: 2017-03-25
• 公開（公告）號: CN107016687A
• 公開（公告）日: 2017-08-04
• 發(fā)明（設(shè)計(jì)）人: 鄭浩;劉建芳;馬麗;邢立國;李文堅(jiān)
• 申請（專利權(quán)）人: 平頂山學(xué)院
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及虛擬環(huán)境技術(shù)領(lǐng)域，尤其涉及一種視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法。

背景技術(shù)

隨著體育競賽水平的發(fā)展，對運(yùn)動(dòng)訓(xùn)練的要求也不斷提高。過去教練員的訓(xùn)練已經(jīng)不能滿足運(yùn)動(dòng)訓(xùn)練的需要。計(jì)算機(jī)視覺技術(shù)比人眼更準(zhǔn)確，記憶更持久，它能更快、更有效地捕捉移動(dòng)的物體。通過記錄目標(biāo)數(shù)據(jù)的各種運(yùn)動(dòng)為運(yùn)動(dòng)員的運(yùn)動(dòng)提供更多的理論以及基于數(shù)據(jù)的描述來適應(yīng)目前的形式。

因此，有必要提供一種視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法來滿足以上需求。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種的基于均值漂移算法和顏色直方圖算法的視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法。

本發(fā)明提供一種視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法，其特征在于，綜合使用均值漂移算法和顏色直方圖算法，運(yùn)用均值漂移算法進(jìn)行特征匹配保持跟蹤的穩(wěn)定性和精度，運(yùn)用顏色直方圖算法對目標(biāo)的顏色分布和動(dòng)態(tài)視頻和圖像的旋轉(zhuǎn)保證觀察角度的適應(yīng)性，其中，所述均值偏移算法包括：

步驟1.1，根據(jù)核K(x)和窗口半徑H可以得到多元核函數(shù)密度在某個(gè)點(diǎn)x的估值f(x)，其計(jì)算公式為先算出當(dāng)前點(diǎn)的偏移均值；

步驟1.2，再移動(dòng)該點(diǎn)到其偏移均值；

步驟1.3，該編譯均值為新的起始點(diǎn)，繼續(xù)移動(dòng)；

步驟1.4，直到滿足一定的條件結(jié)束；

所述顏色直方圖算法包括：

步驟2.1，計(jì)算密度估計(jì)與真密度之間平均全局誤差最小化值，其計(jì)算公式為：

步驟2.2，計(jì)算白色值，即D維球體的體積，用多高斯的核來表示，公式為：高斯核的輪廓函數(shù)表示為：

步驟2.3，利用核函數(shù)密度梯度估值定義概率密度的梯度：公式為

其中

與相關(guān)技術(shù)相比，本發(fā)明提供的視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法是基于均值偏移算法和顏色直方圖算法的混合，均值偏移算法能夠保持跟蹤的精度和穩(wěn)定性，顏色直方圖使動(dòng)態(tài)視頻圖像的旋轉(zhuǎn)和觀察的變化具有良好的適應(yīng)性，兩者結(jié)合，更有效地對運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤。

附圖說明

圖1為本發(fā)明提供的視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法中圖像工程的原理圖；

圖2為本發(fā)明提供的視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法中圖像壓縮技術(shù)結(jié)構(gòu)圖；

圖3為本發(fā)明提供的視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法中圖像處理過程原理圖；

圖4為本發(fā)明提供的視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法對移動(dòng)式燈光顯示設(shè)備實(shí)驗(yàn)結(jié)果；

圖5為本發(fā)明提供的視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法的在MATLAB平臺上進(jìn)行的一種視頻跟蹤仿真實(shí)驗(yàn)；

圖6為本發(fā)明提供的視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法的在MATLAB平臺上進(jìn)行的另一種視頻跟蹤仿真實(shí)驗(yàn)。

具體實(shí)施方式

以下將參考附圖并結(jié)合實(shí)施例來詳細(xì)說明本發(fā)明。需要說明的是，在不沖突的情況下，本發(fā)明中的實(shí)施例及實(shí)施例中的特征可以相互組合。為敘述方便，下文中如出現(xiàn)“上”、“下”、“左”、“右”字樣，僅表示與附圖本身的上、下、左、右方向一致，并不對結(jié)構(gòu)起限定作用。

本發(fā)明提供的視頻運(yùn)動(dòng)目標(biāo)檢測和跟蹤的混合算法，綜合使用均值漂移算法和顏色直方圖算法，運(yùn)用均值漂移算法進(jìn)行特征匹配保持跟蹤的穩(wěn)定性和精度，運(yùn)用顏色直方圖算法對目標(biāo)的顏色分布和動(dòng)態(tài)視頻和圖像的旋轉(zhuǎn)保證觀察角度的適應(yīng)性。

均值漂移算法是是一種基于密度梯度上升的非參數(shù)方法，通過迭代運(yùn)算計(jì)算概率密度函數(shù)的極值點(diǎn)來找到目標(biāo)位置，實(shí)現(xiàn)目標(biāo)跟蹤。該算法具有無參數(shù)、快速模式匹配的特點(diǎn)，在計(jì)算機(jī)視覺和計(jì)算機(jī)圖像處理等領(lǐng)域有著廣泛的應(yīng)用。均值漂移算法能夠沿最短路徑的概率分布把每個(gè)點(diǎn)移動(dòng)到密度函數(shù)的局部最大點(diǎn)。我們通常所說的均值漂移算法是一個(gè)迭代步驟，即先算出當(dāng)前點(diǎn)的偏移均值，移動(dòng)該點(diǎn)到其偏移均值，然后以此為新的起始點(diǎn)，繼續(xù)移動(dòng)，直到滿足一定的條件結(jié)束。

其中，所述均值偏移算法包括：

步驟1.1，根據(jù)核K(x)和窗口半徑H可以得到多元核函數(shù)密度在某個(gè)點(diǎn)x的估值f(x)，其計(jì)算公式為先算出當(dāng)前點(diǎn)的偏移均值；

步驟1.2，再移動(dòng)該點(diǎn)到其偏移均值；

步驟1.3，該編譯均值為新的起始點(diǎn)，繼續(xù)移動(dòng)；

步驟1.4，直到滿足一定的條件結(jié)束；

所述顏色直方圖算法包括：

步驟2.1，計(jì)算密度估計(jì)與真密度之間平均全局誤差最小化值，其計(jì)算公式為：