[發(fā)明專利]基于深度圖的權(quán)重關(guān)聯(lián)目標(biāo)跟蹤算法

有效

• 申請?zhí)枺?/td>: 201711250917.7
• 申請日: 2017-12-01
• 公開（公告）號: CN107977984B
• 公開（公告）日: 2020-09-01
• 發(fā)明（設(shè)計）人: 周圓;李成浩;李孜孜;毛愛玲;楊建興
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號: G06T7/262
• 分類號: G06T7/262;G06K9/62
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 程毓英

本發(fā)明涉及一種基于深度圖的權(quán)重關(guān)聯(lián)目標(biāo)跟蹤方法，包括：遮擋檢測機制的建立：第一步：對輸入的深度圖像進行處理，建立深度信息統(tǒng)計函數(shù)對的值進行判斷，若大于某一閾值則認為是目標(biāo)發(fā)生了遮擋問題；遮擋問題的處理：建立時空權(quán)重函數(shù)；建立權(quán)重關(guān)聯(lián)模型以解決遮擋問題；當(dāng)目標(biāo)發(fā)生遮擋問題時，不會對權(quán)重關(guān)聯(lián)模型進行更新，若當(dāng)目標(biāo)沒有發(fā)生遮擋問題時對權(quán)重關(guān)聯(lián)模型進行更新。

技術(shù)領(lǐng)域

本發(fā)明涉及視覺跟蹤領(lǐng)域，更具體地，涉及一種基于深度圖的目標(biāo)跟蹤算法。

技術(shù)背景

視覺目標(biāo)跟蹤是計算機領(lǐng)域的一個熱點話題并有著廣泛的應(yīng)用如安防監(jiān)控、自動駕駛等領(lǐng)域。近年來，為了解決視覺跟蹤存在的困難如部分遮擋和尺度變化等問題，大量優(yōu)秀的跟蹤算法被提出。這些跟蹤算法可以分為基于生成模型和判別模型的方法。基于生成模型的方法通過學(xué)習(xí)目標(biāo)的表面模型去尋找與跟蹤目標(biāo)最相似的區(qū)域作為預(yù)測的跟蹤結(jié)果。而基于判別模型的方法將目標(biāo)跟蹤看作是一個二分類的問題，即尋找與背景分類間隔最大的區(qū)域作為預(yù)測的跟蹤結(jié)果。這種方法在抑制背景混雜的問題上相對生成模型更加魯棒，但是對于部分遮擋問題較為敏感，容易導(dǎo)致跟蹤失敗。

作為一個在視覺跟蹤中不可避免的挑戰(zhàn)問題，部分遮擋問題可以在一定程度上通過深度圖解決。因此利用深度圖為基于判別模型的方法解決部分遮擋問題是一個可行的方式。以下幾種方法將深度圖引入跟蹤。Yuan等將深度圖被融入到基于超像素的目標(biāo)表示模型中，但是其沒有開發(fā)深度信息去處理遮擋問題。Gao等基于深度圖提出了一種分層的有向圖模型。 Song等對彩圖和深度圖提取方向梯度直方圖特征并結(jié)合支持向量機完成跟蹤任務(wù)。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種充分利用深度信息的權(quán)重關(guān)聯(lián)目標(biāo)跟蹤算法，以提高跟蹤效果。技術(shù)方案如下：

一種基于深度圖的權(quán)重關(guān)聯(lián)目標(biāo)跟蹤算法，包括如下步驟：

(1)遮擋檢測機制的建立，方法如下：

第一步：對輸入的深度圖像進行處理，建立深度信息統(tǒng)計函數(shù)

其中，d_t表示的是視頻序列第t幀的深度信息，μ_t和σ_t分別表示的是深度信息變化的均值和標(biāo)準(zhǔn)差，表示的是在第t幀坐標(biāo)(x,y)上的像素所對應(yīng)的深度值，表示的是深度信息從第t-1幀到第t幀的變化之和；

第二步：對的值進行判斷，若大于某一閾值則認為是目標(biāo)發(fā)生了遮擋問題；

(2)遮擋問題的處理，方法如下：

第一步：建立時空權(quán)重函數(shù)

其中，是一個尺度參數(shù)，表示的是跟蹤目標(biāo)在第t幀的中心位置，B是用優(yōu)化的k均值聚類的方法得到的二值圖。

第二步：建立權(quán)重關(guān)聯(lián)模型以解決遮擋問題

其中，F(xiàn)表示的是傅里葉變換函數(shù)(FFT)，F(xiàn)^-1表示的是反傅里葉變換函數(shù)(IFFT)，·表示的是點積，I(·)是目標(biāo)及其周圍環(huán)境的圖像強度，m(·)為置信函數(shù)，H_t(·)為關(guān)聯(lián)模型。

(3)自適應(yīng)更新機制

當(dāng)目標(biāo)發(fā)生遮擋問題時，不會對權(quán)重關(guān)聯(lián)模型進行更新，若當(dāng)目標(biāo)沒有發(fā)生遮擋問題時對權(quán)重關(guān)聯(lián)模型進行更新。

本專利提出的基于深度圖的權(quán)重關(guān)聯(lián)目標(biāo)跟蹤算法充分利用深度信息，并利用了時空環(huán)境模型。該方法有效的提高了視覺跟蹤效果。

附圖說明

圖1位置誤差度量的精度曲線圖