[發明專利]尺度自適應的目標模型更新方法及裝置

有效

• 申請號: 201710970365.0
• 申請日: 2017-10-16
• 公開（公告）號: CN107886522B
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 董逢武;陳忠濤;岳諾寧;劉陽;楊寧;向濤;周誠
• 申請（專利權）人: 武漢沃德自動化技術有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/60;G06K9/46;G06K9/42
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

本發明提供一種尺度自適應的目標模型更新方法及裝置，屬于計算機視覺領域。該方法包括：基于尺度金字塔，確定目標的最優圖像尺度；當目標未被遮擋時，基于最優圖像尺度，更新目標的下一幀圖像的目標模型。由于尺度金字塔具有較大的尺度范圍，能夠適應目標尺度的劇烈變化。利用灰度分布特征作為目標尺度估計中使用的特征，該特征根據目標像素點位置和灰度作出統計直方圖。由于考慮到了目標位置信息，灰度分布特征比灰度直方圖更能夠體現目標特點，能夠利用該特征較準確的估計尺度。

技術領域

本發明涉及計算機視覺領域，更具體地，涉及一種尺度自適應的目標模型更新方法及裝置。

背景技術

目標尺度自適應多年來一直都是目標跟蹤研究的熱點，為了解決目標尺寸變化的問題，許多學者提出了有效的尺度自適應方案。隨著這些方案的不斷改進和發展，尺度自適應方案變得越來越完善。相關技術中提出了一種尺度自適應方案，主要是通過提取上一幀的跟蹤框以及上一幀跟蹤框大小的0.9倍和1.1倍模板分別進行MeanShift跟蹤，計算三個模板與當前更新目標之間的Bhattacharyya系數，選擇系數最大的模板作為目標模板，并按照目標模板完成尺度的更新。

在實現本發明的過程中，申請人發現相關技術至少存在如下問題：

當尺度變化較小時，尺度震蕩較大，尺度更新過程中會出現不斷放大縮小的情況。當尺度變化較大時，如在超出0.9倍或1.1倍的情況下，可能出現尺度來不及變化，造成跟蹤漂移或者跟蹤失敗。

發明內容

為了解決上述問題，本發明提供一種克服上述問題或者至少部分地解決上述問題的尺度自適應的目標模型更新方法及裝置。

根據本發明的第一方面，提供了一種尺度自適應的目標模型更新方法，該方法包括：

基于尺度金字塔，確定目標的最優圖像尺度；

當目標未被遮擋時，基于最優圖像尺度，更新目標的下一幀圖像的目標模型。

本發明實施例提供的方法，通過基于尺度金字塔，確定目標的最優圖像尺度。當目標未被遮擋時，基于最優圖像尺度，更新目標的下一幀圖像的目標模型。由于尺度金字塔具有較大的尺度范圍，能夠適應目標尺度的劇烈變化。利用灰度分布特征作為目標尺度估計中使用的特征，該特征根據目標像素點位置和灰度作出統計直方圖。由于考慮到了目標位置信息，灰度分布特征比灰度直方圖更能夠體現目標特點，能夠利用該特征較準確的估計尺度。

結合第一方面的第一種可能的實現方式，在第二種可能的實現方式中，基于尺度金字塔，確定目標的最優圖像尺度之前，還包括：

基于預設層數，確定每一圖像層對應的長與寬；

以目標的目標坐標為中心，按照每一圖像層對應的長與寬，對目標的當前幀圖像進行縮放，以得到尺度金字塔。

結合第一方面的第一種可能的實現方式，在第三種可能的實現方式中，基于尺度金字塔，確定目標的最優圖像尺度，包括：

確定尺度金字塔中每一圖像層對應的歸一化灰度分布直方圖；

確定目標的當前幀圖像的目標模型對應的歸一化灰度分布直方圖；

基于每一圖像層對應的歸一化灰度分布直方圖及當前幀圖像的目標模型對應的歸一化灰度分布直方圖，確定目標的最優圖像尺度。

結合第一方面的第三種可能的實現方式，在第四種可能的實現方式中，確定尺度金字塔中每一圖像層對應的歸一化灰度分布直方圖，包括：

基于每一圖像層中每一像素的位置權重以及灰度等級，確定每一圖像層對應的灰度分布直方圖；

對每一圖像層對應的灰度分布直方圖進行歸一化，得到每一圖像層對應的歸一化灰度分布直方圖。