[發明專利]基于多種不變性混合的目標跟蹤方法和系統

有效

• 申請號: 201711439231.2
• 申請日: 2017-12-26
• 公開（公告）號: CN108122011B
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 王加慶;竇潤江;劉力源;吳南健;秦琦
• 申請（專利權）人: 中國科學院半導體研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/246
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 任巖

一種基于多種不變性混合的目標跟蹤方法和系統，該方法包括如下步驟：對輸入圖像進行濾波并選取目標候選區域、對目標候選區域提取旋轉不變性特征、將旋轉不變性特征轉換成向量、對目標候選區域提取灰度不變性特征、將灰度不變性特征轉換成向量、對目標候選區域提取尺寸不變性特征、將尺寸不變性特征轉換成向量、將三個特征向量融合成一融合向量、利用分類器和融合向量進行分類選出分值最高的候選目標。本發明使用多種不變性特征對目標進行描述，使得在灰度發生變化、目標旋轉、目標大小發生變化的場景中，該跟蹤方法具有魯棒性；并且該方法可并行度高，有利于做加速計算，可廣泛應用于需要進行高速實時圖像跟蹤的場合。

技術領域

本發明涉及圖像處理、目標跟蹤技術領域，尤其涉及一種基于多種不變性混合的目標跟蹤方法和系統。

背景技術

目標跟蹤在過去幾十年中一直是學術研究及實際應用的熱門課題。傳統的跟蹤方法有模板匹配和背景減除技術，模板匹配是利用前一幀或人為制定的目標特征作為模板，在當前幀搜索匹配點尋找到目標的方法。這是一種以目標的形態特征為判據的目標檢索和跟蹤方法。模板匹配應用于跟蹤時具有較高的靈敏度和可靠性。背景減除技術是一種將當前圖像和已有背景進行差分而得到目標的方法。與模板匹配方法相比，背景減除技術更簡單快速。但背景減除技術不適合處理背景中存在各種干擾和變化的應用。無論是模板匹配方法還是背景減除技術都很難同時達到魯棒性和實時性的要求。因此有人提出基于單特征與分類器的跟蹤方法，該方法使用單類特征對目標進行描述，然后使用分類器進行目標分類，從而進行跟蹤。由于可選擇并行度較大的特征，因此該方法可達到較高的實時性。但是單特征無法應對場景灰度發生變化、目標大小發生變化和目標旋轉等情況，該方法在不同場景的魯棒性就會大大降低。

發明內容

有鑒于此，本發明的主要目的在于提出一種基于多種不變性混合的目標跟蹤方法和系統，以期至少部分地解決上述已有技術中的不足之處。

為實現上述目的，作為本發明的一個方面，提出了一種基于多種不變性混合的目標跟蹤方法，其特征在于，包括以下步驟：

A、對輸入圖像(1)的搜索區域(11)進行濾波并選取若干個目標候選區域(12)；

B、對所有目標候選區域(12)分別提取旋轉不變性特征、灰度不變性特征和尺寸不變性特征，并分別將其轉換成對應向量；

C、分別將上述步驟B得到的所有目標候選區域的三個不變性特征向量融合成一融合向量；

D、利用分類器對上述步驟C得到的所有目標候選區域的融合向量進行計算并分類，選出分值最高的候選目標。

其中步驟A中每一幀的搜索區域11大小一樣，當前幀的搜索區域11由上一幀的目標位置確定，而第一幀的搜索區域11通過輸入設備進行選定；

其中，步驟A中的濾波步驟是使用高斯濾波器僅對所述搜索區域11進行濾波處理；

其中，在所述搜索區域11內每移動一個像素則選取一個目標候選區域12，并將選取的所有目標候選區域12依次送入后續操作。

其中，步驟B中提取旋轉不變性特征、灰度不變性特征和尺寸不變性特征時，目標候選區域12里的目標即使發生旋轉、灰度改變、大小變化，對應提取得到的不變性特征的特征值也不會改變或改變量小于5％。

其中，步驟B中提取旋轉不變性特征、灰度不變性特征和尺寸不變性特征時能夠任意選擇先后順序來執行，或者通過并行算法同時執行上述步驟。

其中，步驟B中將旋轉不變性特征、灰度不變性特征或尺寸不變性特征轉換成向量時，需要將每個目標候選區域12劃分成多個圖像區域，在每個圖像區域分別進行統計得到對應特征的子直方圖，然后再將所有子直方圖依次合并成一個直方圖，將每個直方圖的bin看成一個向量的元素，即可得到一個向量。