[发明专利]一种基于跟踪反馈的非参数运动目标检测方法

权利要求书

1.一种基于跟踪反馈的非参数运动目标检测方法，依次包括以下步骤：

第一步、在拍摄设备静止状态下采集视频序列图像，共M帧；

第二步、选取从第1帧到第N帧的视频序列图像，计算N帧视频序列图像背景像素点β_i(i＝1，2，...，N)的色度属性和饱和度属性；

第三步、采用sobel算子计算得到背景像素点β_i的色度属性水平垂直梯度，背景像素点的饱和度属性水平垂直梯度；

第四步、利用背景像素点β_i的水平位置坐标和垂直位置坐标，色度属性水平和垂直梯度，饱和度属性的水平和垂直梯度组成特征向量

第五步、选取N帧以后的视频序列图像，计算M-N帧视频序列图像背景像素点β_t(t＝N+1，N+2，...，M)的色度属性和饱和度属性；

第六步、采用sobel算子计算得到背景像素点β_t的色度属性水平垂直梯度，背景像素点的饱和度属性水平垂直梯度；

第七步、用背景像素点β_t的水平位置坐标和垂直位置坐标，色度属性水平和垂直梯度，饱和度属性的水平和垂直梯度组成特征向量

第八步、通过非参数模型得到背景的概率密度分布Pr(b_t)，

Pr(bt)=1NΣi=1NKH(ftb-fib);]]>

式中，K_H为6维高斯核函数；

第九步、选取从第1帧到第N帧的视频序列图像，计算N帧视频序列图像运动目标像素点α_i(i＝1，2，...，N)的色度属性和饱和度属性；

第十步、采用sobel算子计算得到运动目标像素点α_i的色度属性水平垂直梯度，运动目标像素点的饱和度属性水平垂直梯度；

第十一步、用运动目标像素点α_i的水平位置坐标和垂直位置坐标，色度属性水平和垂直梯度，饱和度属性的水平和垂直梯度组成特征向量

第十二步、选取N帧以后的视频序列图像，计算M-N帧视频序列图像运动目标像素点α_t(t＝N+1，N+2，...，M)的色度属性和饱和度属性；

第十三步、采用sobel算子计算得到运动目标像素点α_t的色度属性水平垂直梯度，运动目标像素点的饱和度属性水平垂直梯度；

第十四步、用运动目标像素点α_t的水平位置坐标和垂直位置坐标，色度属性水平和垂直梯度，饱和度属性的水平和垂直梯度组成特征向量

第十五步、通过非参数模型得到运动目标的概率密度分布Pr(a_t)；

Pr(at)=1NΣi=1NKH(fta-fia);]]>

第十六步、采用均值漂移的跟踪策略对运动目标像素点进行跟踪，并得到跟踪区域内运动目标的概率密度分布；

第十七步、利用背景的概率密度分布Pr(b_t)，运动目标的概率密度分布Pr(a_t)和跟踪区域内运动目标的概率密度分布，采用似然比分类器检测出N帧以后视频序列图像中的运动目标。