[發明專利]基于顯著語境稀疏表示的目標追蹤方法

有效

• 申請號: 201810635733.0
• 申請日: 2018-06-20
• 公開（公告）號: CN109087334B
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 王彥波;戴波;羅旺;梅峰;歐陽柳;姚一楊;葉偉靜
• 申請（專利權）人: 國網浙江省電力有限公司;國網浙江省電力有限公司信息通信分公司;南瑞集團有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 杭州華鼎知識產權代理事務所(普通合伙) 33217
• 代理人: 項軍

本發明提供了基于顯著語境稀疏表示的目標追蹤方法，屬于圖像處理領域，包括提取樣本圖像的特征映射，分別對中心區域和邊緣區域的特征映射，將得到的特征映射進行融合處理；對融合后的圖像進行稀疏處理，基于處理后的圖像進行遮擋求解，對待測視頻中的兩個連續幀進行建模，基于已建立的模型進行遮擋判斷，當判斷出現遮擋時，使用前述內容計算當前幀的可視顯著性映射，在得到的顯著性圖中與每個目標模板進行比較，選取權重最高的目標模板作為追蹤結果。通過將目標對象被提取為一個顯著特征映射，用稀疏表示和顯著的語境校正部分遮擋和突然運動的目標，本方法計算簡單，提升了目標追蹤的有效性和準確性，抗干擾能力也大大提高。

技術領域

本發明屬于圖像處理領域，特別涉及基于顯著語境稀疏表示的目標追蹤方法。

背景技術

目標跟蹤在視頻監控、威脅檢測、復合安全、人機交互等眾多應用中發揮著至關重要的作用，近年來已經取得了大量的進展。一般來說，一個跟蹤算法使用一個外觀模型來表示對象，并用對象表示來評估預測的圖像補丁。此外，還應用動態模型來不斷地計算目標的狀態。

通過對視覺信息的過濾和選擇，可以有效地提高跟蹤程序。Itti L等人首先提出基于顯著性視覺注意力模型，用于快速場景分析。Wu Y等人提倡在稀疏編碼的特征空間中尋找合適的度量標準，提出一種基于度量的結構外觀模型，以便更準確地匹配不同的外觀。Mei X將稀疏表示擴展到對象跟蹤，然而由于該方法可以利用l_1最小化公式處理每個粒子的最小值，計算量較大，且隨著目標和背景之間的模糊性越來越大，可能會導致跟蹤失敗。現有技術中由于光照變化、遮擋、尺度變化和背景雜波等因素影響，魯棒性和抗干擾能力較弱。

發明內容

為了解決現有技術中存在的缺點和不足，本發明提供了基于顯著語境稀疏表示的目標追蹤方法，用于提升跟蹤的穩定性。

為了達到上述技術目的，本發明提供了基于顯著語境稀疏表示的目標追蹤方法，所述目標追蹤方法，包括：

步驟一，提取樣本圖像的特征映射，分別對中心區域和邊緣區域的特征映射，將得到的特征映射進行融合處理；

步驟二，對融合后的圖像進行稀疏處理，基于處理后的圖像進行遮擋求解；

步驟三，對待測視頻中的兩個連續幀進行建模，基于已建立的模型進行遮擋判斷，當判斷出現遮擋時，使用步驟一和步驟二的內容計算當前幀的可視顯著性映射，在得到的顯著性圖中與每個目標模板進行比較，選取權重最高的目標模板作為追蹤結果。

可選的，所述提取樣本圖像的特征映射，分別對中心區域和邊緣區域的特征映射，將得到的特征映射進行融合處理，包括：

將圖像分解為一組特征映射，從特征映射中提取顏色映射C_RG,C_BY、亮度映射Ι和局部方向映射O，O的計算公式如公式1所示

O(θ)＝‖IG₀(θ)‖+||IG_π/2(θ)|| 公式1

其中G(.)代表Gabor過濾器，θ是局部方向；

獲取中心區域與周圍區域的對比：利用不同空間尺度的圖像的差分來模擬對比度，處理公式如公式2所示

F_l(c,s)＝|F_l(c)ΘF_l(s)| 公式2

其中F_l(c)代表中部區域特性,F_l(s)代表周邊區域特性，Θ的意思是用相同的大小插入這兩個圖像，并計算每個像素的差分；

使用歸一化函數N(.)和跨尺度加法運算，將各特征的獲得的映射分別進行融合，以實現規模的統一，處理公式如公式3所示