[發明專利]基于特征塊優選的運動目標跟蹤方法

有效

• 申請號: 201710269627.0
• 申請日: 2017-04-24
• 公開（公告）號: CN107146238B
• 公開（公告）日: 2019-10-11
• 發明（設計）人: 劉貴喜;秦耀龍;高美;高海玲;馮煜
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 田文英;王品華

1.一種基于優選特征塊的運動目標跟蹤方法，包括步驟如下：

(1)從視頻攝像頭中讀取待跟蹤的運動目標視頻：

(2)初始化：

(2a)從待跟蹤的運動目標視頻中讀入第一幀圖像；

(2b)在待跟蹤的第一幀圖像上用鼠標框出待跟蹤的運動目標；

(2c)利用分塊方法，對待跟蹤的運動目標區域進行分塊，得到運動目標區域的子塊區域；

(2d)利用特征檢測器FAST，從待跟蹤的第一幀圖像運動目標區域的每一個子塊中檢測特征點，將檢測到的所有特征點作為初始化特征點；

(2e)采用核化相關濾波跟蹤器KCF訓練樣本的方法，訓練目標區域樣本，得到第一幀圖像上運動目標區域的分類器，將目標區域分類器作為初始化運動目標區域分類器；

(3)檢測特征點：

(3a)從待跟蹤的運動目標視頻中任意讀入一幀圖像；

(3b)利用分塊方法，在所讀入幀圖像上對得到的運動目標區域進行分塊，得到所讀入幀圖像上運動目標區域的子塊區域；

(3c)利用特征檢測器FAST，檢測運動目標區域的每一個子塊區域，得到每一個子塊區域的特征點；

(4)篩選特征點：

(4a)利用光流向前跟蹤方法，在當前讀入的圖像幀上的所有特征點中，找到與上一次讀入的圖像幀上特征一一對應的特征點，組成一個特征點對，將所有的特征點對構成一個特征點集，存到當前讀入的圖像幀中；

(4b)按照下式，計算特征點集中的每一對特征點的向前向后誤差：

其中，FB(P_l^k)表示當前讀入的圖像幀中第l子塊區域第k個特征點對的向前向后誤差，表示當前讀入的圖像幀c中第l子塊區域第k個特征點，表示與對應的在上一次讀入的圖像幀b中第l子塊區域第k個特征點，與形成一對特征點，l＝1，2，…，M，k＝1，2，…，Q_l，c表示當前幀，b表示上一幀，M表示運動目標區域所分的子塊總數，Q_l表示第l子塊區域中特征點的總數；

(4c)按照下式，計算特征點集中的每一對特征點歸一化誤差：

其中，NCC(P_l^k)表示當前讀入的圖像幀上第l子塊區域第k個特征點對的歸一化誤差，Q_l表示第l子塊區域特征點的總數，μ_b(l)和δ_b(l)表示上一次當前讀入的圖像幀b上的第l子塊區域內所有特征點像素的均值和標準差，μ_c(l)和δ_c(l)表示當前讀入的圖像幀c上的第l子塊區域內所有特征點的像素的均值和標準差；

(4d)按照下式，計算所有特征點的歸一化誤差均值；

其中，μ表示所有特征點的歸一化誤差均值，M表示運動目標區域所分的子塊區域數目，Q′_l表示第l子塊中的跟蹤點對的數目總數；

(4e)從特征點中選取所有滿足劃分條件的的特征點，將滿足劃分條件的特征點歸入可靠特征點集；

(5)獲得優選特征塊：

(5a)從子塊區域中選取所有滿足精度條件的子塊，將子塊歸入優選塊集中；

(5b)合并優選塊集中的所有特征點，獲得優選特征點集；

(6)計算目標區域的響應圖和峰值旁瓣比：

(6a)利用目標區域分類器檢測目標區域，得到目標區域的響應圖，以該響應圖作為特征點的權重；

(6b)按照下式，計算目標區域的響應圖的峰值旁瓣比；

其中，PSR(o)表示目標區域o的響應圖的峰值旁瓣比，max(R(o))表示響應圖R(o)的最大值，μ(R(o))表示響應圖R(o)的均值，標準差σ(R(o))表示響應圖R(o)的標準差；

(7)更新目標區域狀態；

(7a)按照下式，計算目標區域的尺度變化；

其中，S(I_c)表示當前讀入的圖像幀上目標區域的尺度變化，和表示當前讀入的圖像幀上優選特征點集中的特征點，和表示上一次讀入的圖像幀上優選特征點集中的特征點，w_i、w_j表示優選特征點集中的特征點的權重；

(7b)按照下式，計算目標區域的尺寸；

w_c＝w_b*S(I_c)

h_c＝h_b*S(I_c)

其中，w_c表示當前讀入的圖像幀上目標區域的寬，h_c表示當前讀入的圖像幀上目標區域的高，w_b表示上一次讀入的圖像幀上目標區域的寬，h_b表示上一次讀入的圖像幀上目標區域的高；

(7c)按照下式，計算目標區域的平移變化：

其中，D(I_c)表示當前所讀入的圖像幀上目標區域的平移變化，η表示變換因子取0.35，D(I_b)表示上一次讀入的圖像幀上目標區域的平移變化，w_i表示對應可靠特征點的權值，表示對應于當前讀入的圖像幀上第i個可靠特征點的坐標，u表示特征點的橫坐標，v表示特征點的縱坐標，表示對應于上一次讀入的圖像幀上第i個可靠特征點的坐標；

(7d)按照下式，計算目標區域位置：

C_c＝C_b+D(I_c)

其中，C_c表示當前讀入圖像幀上目標的位置，C_b表示上一次讀入圖像幀上目標的位置；

(7e)利用目標區域的尺寸和目標區域位置，更新當前讀入圖像幀上的目標區域狀態；

(8)更新目標區域分類器；

(8a)使用核化相關濾波方法KCF訓練目標區域樣本，得到當前讀入的圖像幀上運動目標區域的分類器；

(8b)判斷目標區域分類器是否滿足更新條件，若是，則執行(8c)，否則，執行(8d)；

(8c)目標區域未發生遮擋，更新目標區域分類器，用當前讀入的圖像幀上目標區域的分類器替換上一次讀入的圖像幀上得到的目標區域分類器；

(8d)目標區域發生遮擋，不更新目標分類器，保持上一次讀入的圖像幀上得到的目標區域分類器不變；

(9)將目標區域狀態信息，以矩形框的形式輸出到所讀入幀圖像中；

(10)判斷是否讀完待跟蹤視頻的所有幀，若是，則執行步驟(11)，否則，執行步驟(3)；

(11)結束運動目標的跟蹤。