[发明专利]运动跟踪预测方法

说明书

【技术领域】

本发明涉及运动跟踪预测领域，特别是涉及一种运动跟踪预测方法。

【背景技术】

目前，在智能监控算法中对视频的检测和跟踪算法的复杂度较大，尤其是当图像尺寸越大时，计算量越大，从而难以实时进行。也就是说，如果在图像尺寸较大时对视频监控系统中每一帧图像都进行检测计算的话，则计算量将会非常大。一般在图像尺寸大的情况下，通常的处理方法为将原有图像的尺寸缩小以进行检测和跟踪，这样可以减少计算量，但这样带来的缺陷是可能会影响图像检测和跟踪的精度。

因此有必要提出一种新的技术方案来解决上述问题。

【发明内容】

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

本发明的目的在于提供一种运动跟踪预测方法，其能够减少运算的复杂度。

为了实现本发明的目的，本发明提供一种运动跟踪预测方法，其包括：选取不相邻的两帧图像；在所述不相邻的两帧图像中确定同一运动目标，并分别检测该运动目标在所述不相邻的两帧图像中的图像矢量；计算所述运动目标在所述不相邻的两帧图像中的图像矢量的差值；根据所述运动目标在所述不相邻的两帧图像中的图像矢量的差值，计算该运动目标在所述不相邻的两帧图像之间的各帧图像中的图像矢量。

进一步的，以第N帧图像及第N+n帧图像分别表示所述不相邻的两帧图像、以第N+i帧表示所述不相邻的两帧图像之间的某一帧图像时，根据所述运动目标在所述不相邻的两帧图像中的图像矢量的差值计算所述不相邻的两帧图像之间的各帧图像中的所述运动目标的图像矢量的差值的平均值，所述第N+i帧图像中的所述运动目标的图像矢量为第N帧图像中的所述运动目标的图像矢量与i倍的所述平均值之和，其中，N为自然数，n为大于1的自然数，i为小于n的自然数。

进一步的，所述的图像矢量包括所述运动目标在图像中的外接矩形的中心位置、宽度和高度。

进一步的，确定的第N帧图像中的运动目标k的外接矩形的中心位置为：(x_(N，k)，y_(N，k))，宽度为：Width_(N，k)，高度为：Heigh_(N，k)，确定的第N+n帧图像中的运动目标k的外接矩形的中心位置为：(x_(N+n，k)，y_(N+n，k))，宽度为：Width_(N+n，k)，高度为：Heigh_(N+n，k)，则所述位置的差值Dx、Dy，宽度的差值DWidth和高度的差值DHeigh分别为：

Dx＝x_(N+n，k)-x_(N，k)，

Dy＝y_(N+n，k)-y_(N，k)，

DWidth＝Width_(N+n，k)-Width_(N，k)，

DHeigh＝Heigh_(N+n，k)-Heigh_(N，k)，

则所述位置的差值Dx、Dy，宽度的差值DWidth和高度的差值DHeigh的平均值分别为：Dx/n，Dy/n，DWidth/n，DHeigh/n。

更进一步的，预测的第N+i帧图像中的运动目标的外接矩形的中心位置(x_(N+i，k)，y_(N+i，k))、宽度Width_(N+i，k)和高度Heigh_(N+i，k)的值为分别为：

x_(N+i，k)＝x_(N，k)+(i*Dx)/n，

y_(N+i，k)＝y_(N，k)+(i*Dy)/n，

Width_(N+i，k)＝Width_(N，k)-(i*DWidth)/n，

Heigh_(N+i，k)＝Heigh_(N，k)-(i*DHeigh)/n。

进一步的，所述不相邻的两帧图像中的在前的一帧存在所述运动目标，而在后的一帧不存在所述运动目标时，进行所述运动目标的图像矢量的单向预测。