[發明專利]一種目標跟蹤方法及目標跟蹤設備

在審

• 申請號: 201910244894.1
• 申請日: 2019-03-28
• 公開（公告）號: CN109978920A
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 曹黎俊;李翰;陳文林
• 申請（專利權）人: 中科智感科技（湖南）有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/262
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

本發明公開了一種目標跟蹤方法及目標跟蹤設備，用于提高目標跟蹤的處理效率。目標跟蹤方法包括：獲取目標的輸入圖像；根據傅里葉分析算法對輸入圖像進行運動模糊檢測，得到運動模糊結果；根據運動模糊結果，利用基于粒子濾波框架跟蹤算法得到目標的運動模型；根據運動模型對目標進行跟蹤。

技術領域

本發明涉及視頻領域，特別是涉及一種目標跟蹤方法及目標跟蹤設備。

背景技術

現有的大多數跟蹤算法并沒有針對圖像模糊做特殊的處理，一般假設圖像中并不存在模糊。而事實上，運動模糊在一些低質量視頻或者低速攝像機拍攝的視頻中非常常見，對于一些嚴重的圖像模糊，如果跟蹤算法不考慮模糊的影響，則很有可能導致跟蹤失敗。運動模糊造成目標跟蹤困難的原因有兩點，其一是模糊現象破壞了目標的表觀特征，導致圖像中目標的表現混入了背景的特征信息，其二是造成運動模糊的原因大多是目標相對于攝像機做復雜快速運動，而復雜的目標運動也是跟蹤的一個難點問題，如果跟蹤算法不考慮模糊表觀和復雜運動這兩點因素，那么在這些存在嚴重運動模糊的視頻中很有可能失效。

為了克服視頻中存在的嚴重模糊對跟蹤造成的影響，第一種方法是首先對輸入圖像做去模糊處理，即進行圖像復原，然后再進行跟蹤；第二種方法是在跟蹤算法的表觀建模和運動模型上考慮模糊的因素，在模板匹配時將模板做模糊處理，從而避免對原始圖像去模糊。

但是，第一種方法中使用圖像復原需要進行圖像反卷積處理等，會改變目標的表觀特征，并且圖像復原算法一般比較耗時，時間開銷過大，第二種方法中無論圖像是否有模糊跟蹤策略都一樣，造成跟蹤效率低。

發明內容

本發明的目的是提供一種目標跟蹤方法及跟蹤設備，用于提高目標跟蹤的處理效率。

為解決上述技術問題，本發明第一方面提供了一種目標跟蹤方法，包括：

獲取目標的輸入圖像；

根據傅里葉分析算法對輸入圖像進行運動模糊檢測，得到運動模糊結果；

根據運動模糊結果，利用基于粒子濾波框架跟蹤算法得到目標的運動模型；

根據運動模型對目標進行跟蹤。

進一步的，根據傅里葉分析算法對輸入圖像進行模糊檢測，得到運動模糊結果，包括：

通過傅里葉分析算法對輸入圖像進行二維離散傅里葉變換，得到二維離散集；

通過無窮范數歸一化對二維離散集進行處理，得到歸一化集；

計算歸一化集中所有元素的平均值，得到頻域特征值；

判斷頻域特征值是否超過頻域閾值；

當頻域特征值超過頻域閾值時，確定輸入圖像的運動模糊結果為運動模糊；

當頻域特征值不超過頻域閾值時，確定輸入圖像的運動模糊結果為非運動模糊。

進一步的，根據運動模糊結果，利用基于粒子濾波框架跟蹤算法得到目標的運動模型，包括：

獲取目標的表觀流形，表觀流形包括至少兩個局部流形；

當輸入圖像的運動模糊結果為運動模糊時，從至少兩個局部流形中確定最匹配的局部流形，利用基于粒子濾波框架的運動模糊計算公式計算得到觀測模型；

當輸入圖像的運動模糊結果為非運動模糊時，從至少兩個局部流形中選擇任意一個局部流形，利用基于粒子濾波框架的非運動模型計算公式計算得到觀測模型；

根據觀測模型計算得到目標的運動模型。

進一步的，從至少兩個局部流形中確定最匹配的局部流形，利用基于粒子濾波框架的運動模糊計算公式計算得到觀測模型，包括：