[发明专利]跟踪方法、检测跟踪处理设备和监控系统

说明书

技术领域

本发明涉及计算机视觉研究技术领域，具体涉及一种跟踪方法、检测跟 踪处理设备和监控系统。

背景技术

目标自适应跟踪是计算机视觉中的一个研究课题，如何有效地对感兴趣 目标进行有效跟踪，是视频监控系统中的关键技术。目前已经出现了许多目 标跟踪的算法，可以大致被分为几类：基于“滤波、数据分配”的跟踪算法、 基于“目标建模、定位”的跟踪算法和基于“运动检测”的跟踪算法等。

(1)基于“滤波、数据分配”的跟踪算法包括卡尔曼滤波算法、扩展卡尔曼 滤波算法、粒子滤波算法等。此类跟踪算法大多采用“状态空间”的方法对离散 动态系统进行建模。例如，卡尔曼滤波算法能根据目标的历史状态预测下一 时刻的目标状态。(2)基于“目标建模、定位”的跟踪算法包括基于不变矩的算 法、基于模板匹配的算法和Mean-Shift算法(均值漂移算法)等。这类跟踪算 法一般由三个部分组成：目标的建模、相似度度量、搜索匹配。其中，Mean-Shift 算法不需要进行穷尽搜索，算法实时性好，是一个单特征参数算法；它采用 核函数直方图建模，对边缘阻挡、目标的旋转、变形都不敏感，也是一种高 效的模式匹配算法。(3)基于运动检测的跟踪算法包括Pfinder算法和W⁴算法 等，这类跟踪算法依赖于运动检测算法。

在对目标进行跟踪的过程中，会存在目标特征变化问题。

现有技术中，对于目标特征变化问题，可以采用W⁴算法进行跟踪。W⁴算 法中是采用最小、最大强度值和最大时间差分值为场景中每个像素进行统计 建模，提取运动目标，实现对目标的检测、跟踪，并进行周期性地背景更新， 因此某一程度上可以处理目标特征变化问题。

在对现有技术的研究和实践过程中，发明人发现现有技术存在以下问题：

现有技术对于目标特征变化问题所采用的W⁴算法，是完全依赖运动检测 算法，当前景提取中出现较多的噪声点时，跟踪框会发生剧烈的变化，如果 检测算法检测到的目标发生分裂的情况，则此时可能会把一个目标当成两个 目标来跟踪，而当运动目标相互遮挡从而导致提取出的前景互相粘连的时候， 此时会把两个目标当作一个目标。

因此，现有技术方没有很好的解决在对目标进行跟踪的过程中出现的目 标特征变化问题。

发明内容

本发明实施例提供一种跟踪方法、检测跟踪处理设备和监控系统，能够 较好的解决对目标进行跟踪过程中的目标特征变化问题。

根据本发明的一方面，提供一种跟踪方法，包括：

预测目标运动的位置，得到所述目标的预测位置；

根据所述得到的预测位置进行前景提取，并确定连通域，统计得到连通 域的特征参数；

根据所述连通域的特征参数与所述目标原有特征参数进行比较的结果判 断出符合目标特征更新要求后，通过比较时所匹配出的所述连通域的特征参 数对所述目标原有特征参数进行更新，确定所述匹配出的连通域的位置作为 对目标进行跟踪的匹配位置；

根据所述连通域的特征参数与所述目标原有特征参数进行比较的结果判 断出不符合目标特征更新要求后，以所述预测位置为起点，采用基于目标建 模、定位的跟踪算法得到跟踪区域，统计得到跟踪区域的特征参数；

根据所述跟踪区域的特征参数与所述目标原有特征参数进行比较的结果 判断出符合相似要求后，确定以所述跟踪区域作为对目标进行跟踪的匹配位 置。

根据本发明的另一方面，还提供一种检测跟踪处理设备，包括：

目标位置预测模块，用于预测目标运动的位置，得到所述目标的预测位 置；

目标检测与特征分析模块，用于根据所述得到的预测位置进行前景提取， 并确定连通域，统计得到连通域的特征参数；

目标特征更新决策模块，用于根据所述连通域的特征参数与所述目标原 有特征参数进行比较的结果判断是否符合目标特征更新要求；

目标特征更新模块，用于在所述目标特征更新决策模块判断出符合目标 特征更新要求后，通过比较时所匹配出的所述连通域的特征参数对所述目标 原有特征参数进行更新，确定所述匹配出的连通域的位置作为对目标进行跟 踪的匹配位置；