[发明专利]一种基于粒子滤波和光流矢量的视频目标跟踪方法

权利要求书

1.一种基于粒子滤波和光流矢量的视频目标跟踪方法，包括以下步骤：

(1)对t时刻图像创建L级高斯金字塔，计算每级高斯金字塔图像x和y方向的灰度梯度，所述t和L为正整数；

(2)对t-1时刻图像的M个特征点根据步骤(1)中计算出的灰度梯度求解其在t时刻图像中的位置偏移；

(3)对t-1时刻图像的N个粒子重新进行采样，并对新采样的N个粒子利用随机数或光流矢量进行重新分布；

(4)计算N个粒子的RGB直方图，并根据RGB直方图计算每个粒子的权重，然后将N个粒子位置根据权重进行加权平均，得到跟踪目标t时刻图像的估计位置；

(5)对估计位置进行稳定性比较计算，得到跟踪目标的最终位置；

(6)在t+1时刻，重复上述步骤。

2.如权利要求1所述的一种基于粒子滤波和光流矢量的视频目标跟踪方法，其特征在于，步骤(1)中，创建L级高斯金字塔的过程包括以下步骤：

①将t时刻图像转化为灰度图；

②对灰度图进行高斯模糊；

③对高斯模糊后的灰度图创建L级高斯金字塔。

3.如权利要求1所述的一种基于粒子滤波和光流矢量的视频目标跟踪方法，其特征在于：所述L≤4。

4.如权利要求1所述的一种基于粒子滤波和光流矢量的视频目标跟踪方法，其特征在于：步骤(2)中，如果某个特征点丢失，则采用网格将跟踪目标搜索区域划分成与丢失特征点区域大小相同的K个图像区域，利用图像灰度差的平方和匹配丢失特征点区域，估计丢失特征点的近似位置；然后利用估计的近似位置作为初始位置重新求解该特征点在下一帧图像中的位置偏移；所述跟踪目标搜索区域是指在图像的哪个范围中产生特征点的区域。

5.如权利要求1所述的一种基于粒子滤波和光流矢量的视频目标跟踪方法，其特征在于，步骤(3)中所述对t-1时刻图像的N个粒子进行重新采样的方法包括以下步骤：

①根据t-1时刻图像的N个粒子权重计算每个粒子归一化的概率；

②产生0至1之间的随机数r；

③在N个粒子中寻找归一化概率大于或等于r的粒子，如果存在就把该粒子取出来作为新的粒子。

6.如权利要求1所述的一种基于粒子滤波和光流矢量的视频目标跟踪方法，其特征在于，步骤(3)中对新采样的N个粒子利用随机数或光流矢量进行重新分布的方法为：首先获得N个粒子的光流矢量；然后判断丢失光流矢量的粒子数量，如果丢失光流矢量的粒子数量小于90％，则采用光流矢量对N个粒子进行重新分布；否则，采用随机数对N个粒子进行重新分布。

7.如权利要求1所述的一种基于粒子滤波和光流矢量的视频目标跟踪方法，其特征在于，步骤(5)中对估计位置进行稳定性比较计算的具体过程为：

在计算出来的跟踪目标估计位置后，与输入的t-1时刻初始位置周围3×3像素矩形范围，形成10个搜索位置，在其中找一个新位置，使它与上一帧t-1时刻目标区域灰度差的平方和最小，用这个新位置作为输出结果。

8.如权利要求1至7之一所述的一种基于粒子滤波和光流矢量的视频目标跟踪方法，其特征在于：所述方法在得到跟踪目标的最终位置后，还包括更新RGB直方图的步骤。

9.如权利要求1至7之一所述的一种基于粒子滤波和光流矢量的视频目标跟踪方法，其特征在于：将该方法中所涉及的每个大计算量算法在多CPU上并行计算，在每个CPU上运行一个线程，负责处理一部分行数据，将所有行数据均匀分配到每个CPU上；当每个线程完成自己的任务后，向线程同步管理者发事件告知，当线程同步管理者在得到所有线程完成当前任务的时间都到来后，启动所有线程开始后续任务事件。