[发明专利]一种视频目标跟踪中的可变掩蔽模板匹配算法

说明书

技术领域

本发明属于计算机视觉与模式分析技术领域，具体涉及一种视频目标跟踪中的可变掩蔽模板匹配算法。

背景技术

目标跟踪在人机交互、自动监视、视频检索、交通监测以及车辆导航中有着广泛的应用。目标跟踪的任务是确定目标在视频流各帧中的几何状态，包括位置、尺寸以及取向等。由于不限定被跟踪目标的外观，而且目标的外观在跟踪过程中可以变化，再加上复杂前景与背景的干扰，目标跟踪算法面临着诸多挑战，是计算机视觉领域的研究热点之一。

目标跟踪算法可分为三类，一类是点跟踪(point tracking)^[1，2]，第二类是核跟踪(kerneltracking)^[3～7，10]，第三类是侧影跟踪(silhouette tracking)^[8，9]。本发明提出的目标跟踪算法属于核跟踪算法。该算法用外观模型(亦即模板)来表征目标，目标在每一帧中的几何信息通常用仿射变换参数来描述^[10]。

对于核跟踪算法，最大的挑战之一就是如何处理目标被遮挡这一问题^[3，5-7]。这一问题之所以难以解决是因为目标与遮挡物都可以是任意外观，且遮挡时间也可以是任意的。文献[11]给出了一种有效的遮挡分析算法，可以在得到目标的精确位置的情况下有效地分析当前目标被遮挡的情况，以便生成下一帧中进行模板匹配所用的模板掩蔽。然而，还有一个关键的问题没有解决：由于目标的遮挡情况在不断变化，根据上一帧中目标的遮挡情况得到的模板掩蔽在许多情况下并不适用于当前帧的目标遮挡情况，因而用该模板掩蔽进行模板匹配会造成目标定位的误差，尤其当目标的遮挡比较严重或者遮挡的变换情况比较显著时，这个误差会很大，甚至造成跟踪失败。

要在未知当前帧目标遮挡情况下实现精确目标定位实际上需要解决一个互为前提的悖论：精确地定位目标需要首先知道当前帧的目标遮挡情况，而当前帧的目标遮挡情况只有在得到了目标的精确位置后才能够通过与目标模板进行比较来确定。到目前为止，还没有文献提出解决这个悖论的方法。

参考文献

[1]C.Rasmussen，and G.Hager.Probabilistic data association methods for tracking complexvisual objects.IEEE Trans.on Pattern Analysis and Machine Intelligence，23(6)：560-576，2001.

[2]C.Hue，J.L.Cadre，P.Prez.Sequential Monte Carlo methods for multiple target tracking anddata fusion.IEEE Trans.on Signal Processing，50(2)：309-325，2002.

[3]A.D.Jepson，D.J.Fleet，and T.F.EI-Maraghi.Robust online appearance model for visualtracking.IEEE.Trans.on Pattern Analysis and Machine Intelligence，25(10)：1296-1311，2003.

[4]D.Comaniciu，V.Ramesh，and P.Meer.Kernel-based object tracking，IEEE Trans.onPattern Analysis and Machine Intelligence，25(5)：564-577，2003

[5]S.K.Zhou，R.Chellappa，and B.Moghaddam.Visual tracking and recognition usingappearance-adaptive models for particle filters.IEEE Trans.on Image Processing，13(11)：1491-1506，2004.

[6]H.T.Nguyen，M.Worring，and R.van den Boomgaard.Occlusion robust adaptive templatetracking.Proc.IEEE Int’l Conf.Computer Vision，1：678-683，2001.