[發明專利]基于連續動態畫面的移動對象高效追蹤方法

在審

• 申請號: 202010539071.4
• 申請日: 2020-06-13
• 公開（公告）號: CN111696129A
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 劉秀萍;王程
• 申請（專利權）人: 荊門匯易佳信息科技有限公司
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供的基于連續動態畫面的移動對象高效追蹤方法，基于低秩分析的凸優化方法從受到較大損壞的連續動態畫面數據中恢復出低秩矩陣，高效準確的實現連續動態畫面目標跟蹤，采用結合稀疏和低秩的矩陣恢復方法，低秩分析方法克服了傳統追蹤算法在實際環境下不能較好地處理光照變化和遮擋的瓶頸，本發明的具有明顯的有效性、先進性和實用性。在處理光照改變的連續圖像序列移動對象追蹤問題上有非常好的效果，在處理遮蓋的連續圖像序列移動對象追蹤問題上效果也較為突出，沒有進行相關的特征提取等復雜并費時費力的操作，算法運行成本較低，對比現有技術的其它算法優勢明顯。

技術領域

本發明涉及一種移動對象高效追蹤方法，特別涉及基于連續動態畫面的移動對象高效追蹤方法，屬于移動對象追蹤技術領域。

背景技術

自然條件下運動中的物體最容易引起人類視覺系統的關注，對生理視覺系統，運動感知已成為一種自然無意識的視覺行為。但隨著智能化的發展，給機器賦予感知運動的能力仍然有很大的研究和應用空間，并且伴隨計算機和網絡技術的快速發展，信息量爆發式的增長，對信息自動獲取技術提出了更高的要求。在計算機視覺領域內對連續圖像序列中的移動對象進行追蹤是一個熱門應用課題，在交通監視、車輛導航、人機交互、虛擬現實和自動化監測等領域有廣闊的應用前景。

移動對象追蹤首先在初始連續圖像幀中選取待追蹤目標，然后在后續連續圖像幀尋找與真正目標最類似的候選區域，追蹤器利用特定且統一的方式對最類似區域進行標記。追蹤器可提供以追蹤目標為中心的信息。移動對象追蹤的應用環節中，需考慮許多復雜因素，比如圖像中的噪聲、追蹤目標形狀或運動方式復雜、三維圖像轉換到二維圖像過程中造成的信息丟失、追蹤目標是非剛性的、追蹤目標被遮蓋、光照改變等影響。為滿足使用需求，追蹤過程的實時性是重要因素，因此追蹤過程是一個艱巨復雜的任務。為使追蹤過程簡單化，可通過對運動或外觀加以特定的先驗信息，也可以限制物體運動恒速，或通過先驗信息明確其常量加速度，事先明確待追蹤目標個數、相應尺寸及外觀形狀信息也是簡化追蹤過程的常用方法。因此移動對象追蹤問題不僅要保證能正確追蹤到目標，還要克服外界客觀影響和目標自身引起的主觀改變，最終實現高精度和實時的追蹤效果。

現有技術的移動對象追蹤方法是已知目標在第一張圖像里的初始狀態，即位置和內容，然后估算目標在后續幀的狀態。根據移動對象追蹤的流程，到目前為止的移動對象追蹤研究現狀包括目標表示、特征提取、建模追蹤方法。

目標表示是視覺追蹤算法的重要組成部分，追蹤場景中可以定義任何感興趣的東西為追蹤目標，目標可以由其形狀和外觀來表示，也可以用矩形框和橢圓框表示，這類表示方法不僅適用于簡單的剛體目標，對非剛體的移動對象也適用。對于非剛性目標，尤其是運動較復雜的目標，采用邊緣或者邊緣內的剪影表示法。外觀表示一般都會和形狀表示共同用在待追蹤目標的表示步驟。但現有技術的目標表示只能獲得單一視圖的外觀信息，只適合追蹤那些姿勢改變不大的目標。

特征提取正確合適在追蹤過程中至關重要，提取特征必須具有獨特性以區別目標物體與非目標物體。圖像處理領域里經常使用的視覺特征包含顏色、邊緣、光流、紋理等特征。目標的外觀顏色主要受光照和表面反射率影響。現有技術通過計算圖像中像素點光流的方向和張值，得到圖像的光流特征，但光流法在計算量、光照改變以及克服噪聲影響上不占優勢，應用不是很廣泛。紋理是量化平滑度屬性的強度改變估算，相比于顏色和邊緣特征，紋理特征需要生成描述符，但和邊緣特征類似，紋理特征不能較好地感知光照改變。

建模追蹤方法主要分為模型分類和目標狀態估算兩類，其中模型分類追蹤方法包括生成模型和鑒別模型，目標狀態估算方法包括依據候選目標的概率分布來確定真實的待追蹤目標狀態的方法和候選目標與真正目標的確定模板進行狀態匹配的追蹤方法。當目標模板在追蹤過程不發生改變時，利用顏色直方圖距離的類似度評價函數，可以較好的追蹤，但是當目標不滿足上述前提時，即目標發生較大改變時，追蹤方法效果會很差。主要缺點是不能同時處理光照改變和像素損壞或部分遮蓋的情況，計算特征和模型分類過程會增加計算成本，而且相鄰幀的圖像間存在較大的相關性和冗余度。