[发明专利]对视频对象的反馈式对象检测与跟踪的方法和系统

说明书

技术领域

本发明涉及图像处理领域，尤其涉及一种视频对象的反馈式检测与跟踪的方法和系统。

背景技术

在图像处理中，对视频流中感兴趣的运动对象进行分析时，需要对该运动对象进行检测与跟踪。在现有技术中，对运动对象的检测与跟踪是两个独立的过程，先对图像进行对象检测，再对该检测的结果进行跟踪。

对象检测最常见的方法是背景消去法。背景消去法首先利用视频流的最初若干帧建立背景模型，然后根据该背景模型把后续的每一帧视频图像分为前景运动对象和背景。将后续的每一帧视频图像的像素区域与该背景模型相应的像素区域进行比较，如果该像素区域的偏差值比较大，则该区域属于前景运动对象，即感兴趣的视频对象；如果该像素区域的偏差值比较小，则该区域属于背景，利用该背景更新上述背景模型，用于进行下一帧图像的检测。

在连续帧中找到最佳匹配的前景运动对象就是对象跟踪。对象跟踪是对检测得到的前景运动对象在不同的帧之间建立对应关系。对象跟踪最常见的方法是均值飘移算法(Mean-Shift)。均值飘移算法将当前帧中被跟踪的某个前景运动对象分为至少一个区域，作为参考区，找出该参考区在下一帧中的最佳匹配区。根据参考区的中心位置，计算出该参考区在下一帧中的若干候选区的中心位置，从该若干候选区中确定出该参考区的最佳匹配区。所有参考区的最佳匹配区集合作为对该前景运动对象的跟踪结果。

在实现上述视频图像的对象检测与跟踪的过程中，发明人发现现有技术中至少存在如下问题：

进行对象检测时，当运动对象尺度较大或运动较慢时，因为运动对象的边缘部分与背景比较相似，可能无法将该边缘部分的轮廓从背景中清晰的分离出来，引起错误的检测结果，从而造成了空洞。

对象跟踪方法可以对前景运动对象的中心或大致范围进行跟踪，对于重合度高或相互重叠的多个前景运动对象不能进行正确匹配，造成“误配”现象，导致跟踪失败。

发明内容

一方面，本发明实施例提供了一种能够获得前景运动对象清晰轮廓的视频对象的反馈式对象检测与跟踪的方法。

一种对视频对象的反馈式对象检测与跟踪的方法，包括如下步骤：

确定视频图像的参考帧，将所述参考帧的前景运动对象，划分为至少两个参考区；

检测当前帧，获得所述当前帧的前景运动对象；

跟踪所述参考区，在当前帧得到至少一个候选区；

获取候选区与当前帧的前景运动对象的面积重合率；

根据所述面积重合率更新前景运动对象，并且确定下一帧的跟踪对象。

该方法对每一帧新采集的视频图像都进行对象检测，提取当前帧的前景运动对象。根据前一帧(即参考帧)视频图像中的参考区，获取当前帧中的前景运动对象的候选区；根据所述面积重合率，确定跟踪的结果。解决了前景运动对象轮廓不清晰，跟踪结果不准确的问题。填补了前景运动对象中出现的空洞，提高前景运动对象轮廓的清晰度。

另一方面，本发明实施例提供了一种能够获得前景运动对象清晰轮廓的视频对象的反馈式对象检测与跟踪的系统。

一种对视频对象的反馈式对象检测与跟踪的系统，包括：

参考帧获取单元，用于确定视频图像的参考帧；

分区单元，与所述参考帧获取单元连接，用于将参考帧的前景运动对象分成至少两个参考区；

跟踪单元，与所述分区单元连接，用于对所述参考区进行跟踪，在当前帧中得到至少一个候选区；

获取单元，用于检测当前帧，并从所述当前帧中获得前景运动对象；

面积重合率获取单元，与所述跟踪单元和获取单元连接，用于获取候选区与当前帧的前景运动对象的面积重合率；

反馈单元，与面积重合率获取单元连接，根据所述面积重合率更新前景运动对象，并且确定下一帧的跟踪对象。

获取单元对每一帧新采集的视频图像都进行对象检测，提取当前帧的前景运动对象。根据前一帧(即参考帧)视频图像中的参考区域，计算当前帧中的前景运动对象的候选区域；根据面积重合率，确定跟踪的结果。反馈单元根据跟踪的结果，调整检测出的当前帧前景运动对象。解决了前景运动对象轮廓不清晰，跟踪结果不准确的问题。填补了前景运动对象中出现的空洞，提高前景运动对象轮廓的清晰度。

附图说明

图1为本发明实施例反馈式对象检测与跟踪的方法流程图；

图2为本发明实施例反馈式对象检测与跟踪的系统结构图；

图3为本发明实施例对单个跑步对象的实验结果图；

图4为本发明实施例对单个骑车对象的实验结果图；

图5为本发明实施例对两个行走对象进行合并的实验结果图；