[發明專利]一種對象跟蹤方法及裝置

有效

• 申請號: 201810421167.3
• 申請日: 2018-05-04
• 公開（公告）號: CN108776972B
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 黃海;趙家祺;田耒;景曉軍
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/40;G06T7/90
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 李欣;馬敬

本發明實施例提供了一種對象追蹤方法及裝置，該方法包括獲取當前視頻幀的上一視頻幀對應的目標粒子集合，從目標粒子集合中采集目標粒子；利用第一對象區域的顏色直方圖的像素值分布和第一LBP特征向量，計算第二巴氏系數和第一距離值，獲得每個目標粒子的權重；當第二巴氏系數與第一巴氏系數之差小于第一閾值，增大目標粒子的權重系數比值；根據增大后權重系數比值，更新每一目標粒子的權重，再根據每一目標粒子相對于當前視頻幀的當前位姿，估計當前視頻幀所對應粒子的中心點的位姿，作為跟蹤對象的位姿，從而實現對跟蹤對象的跟蹤。應用本發明實施例提供的方案進行對象跟蹤能夠在背景和對象有相似的顏色分布或者對象被遮擋時，實現對象跟蹤。

技術領域

本發明涉及視覺計算技術領域，特別是涉及一種對象跟蹤方法及裝置。

背景技術

對象跟蹤是視覺計算領域的一個核心問題，其在視頻幀監控、交通管制、 人機交互、虛擬現實等領域都有著廣闊的應用前景。在視覺計算領域中，對象 跟蹤是通過分析采集的反映對象的運動情況的數據，獲得對象的位置，進而得 到對象的運動軌跡，是運動對象分析過程的關鍵環節，屬于計算機視覺中的低 層視覺范疇，是對象行為識別和場景理解的基礎。

由上述對對象追蹤的描述可知，對象跟蹤過程中需要確定對象在視頻幀流 各幀中的幾何狀態，這些幾何狀態包括位置、尺寸以及取向等，由于被跟蹤的 對象通常具有不規則的運動,再加上復雜背景的干擾,因此對象跟蹤方法面臨著 諸多挑戰，是計算機視覺領域的研究熱點之一。

傳統對象跟蹤方法包括基于生成式模型的跟蹤方法以及基于判別式模型 的跟蹤方法。其中，粒子濾波跟蹤算法是屬于基于生成式模型的跟蹤方法的一 種算法，由于該粒子濾波跟蹤算法對狀態變量沒有限制，因此該粒子濾波跟蹤 算法可以處理非線性、非高斯問題，適合在復雜環境下對對象進行跟蹤，針對 具有非剛體特性的對象(如，行人)和復雜的跟蹤環境，具有較好的跟蹤效果。

由于粒子濾波跟蹤算法具有上述描述的諸多優點，因此該粒子濾波跟蹤算 法得到了廣泛的應用，例如，現有技術提出一種基于顏色的粒子濾波算法的行 人跟蹤方法，該方法具體為：利用第一對象區域的顏色直方圖的像素值分布和 每一第二粒子區域的顏色直方圖的相似性，實現對每個目標粒子相對于當前視 頻幀的權重的更新，利用更新后每個目標粒子的權重和每個目標粒子相對于當 前視頻幀的位置，估計行人的當前位置，從而實現行人的跟蹤，其中，上述第 一對象區域為上一視頻幀中行人所在區域，第二粒子區域為目標粒子對應于當 前視頻幀的區域，目標粒子為從預設數量的粒子中按照權重大小選取的粒子。

發明內容

本發明實施例的目的在于提供一種對象跟蹤方法及裝置，以在背景和對象 有相似的顏色分布或者對象被遮擋時，能夠對對象進行跟蹤。

具體技術方案如下：

一種對象跟蹤方法，所述方法包括：

獲取當前視頻幀的上一視頻幀對應的目標粒子集合，其中，所述目標粒子 集合為：上一視頻幀所對應的粒子構成的集合，所述粒子為：粒子濾波跟蹤算 法的運算對象；

按照粒子的權重大小，從所述目標粒子集合中采樣第一數量個粒子，作為 當前視頻幀對應的目標粒子；

利用第一對象區域的顏色直方圖的像素值分布和第一LBP特征向量，計 算各個目標粒子對應的第二巴氏系數和第一距離值，其中，所述第一對象區域 為：上一視頻幀中所述跟蹤對象所在區域，所述第一LBP特征向量為：所述 跟蹤對象在上一視頻幀中的LBP特征向量，每一目標粒子對應的第二巴氏系 數為：第二粒子區域的顏色直方圖的巴氏系數，所述第二粒子區域為：目標粒 子對應于當前視頻幀的區域，所述第一距離值為：每一第二LBP特征向量分 別與所述第一LBP特征向量之間的距離，所述第二LBP特征向量為：基于每 一第二粒子區域確定的目標粒子的LBP特征向量；

利用計算得到的第二巴氏系數和所述第一距離值，獲得每個目標粒子相對 于當前視頻幀的權重；