[发明专利]一种基于均值偏移多特征融合的目标跟踪方法及装置

权利要求书

1.一种基于均值偏移多特征融合的目标跟踪方法，其特征在于，包括：

获取场景的视频数据，对其进行运动目标分离，得到前景目标；

提取前景目标中的二阶梯度加权直方图特征和颜色直方图特征，并基于所述二阶梯度加权直方图特征和颜色直方图特征以均值偏移算法为框架对前景目标进行运动目标跟踪。

2.如权利要求1所述的基于均值偏移多特征融合的目标跟踪方法，其特征在于，获取场景的视频数据，对其进行运动目标分离以得到前景目标的处理步骤包括：

对视频数据进行颜色空间转换，对转换后的颜色空间进行图像去噪处理；

对进行了图像去噪处理后的视频数据进行目标检测处理以得到前景目标；

对所述前景目标进行数学形态学处理和联通区域标记处理。

3.如权利要求2所述的基于均值偏移多特征融合的目标跟踪方法，其特征在于，所述目标检测处理方法包括背景差分法、帧差法、光流法或者背景建模法。

4.如权利要求1所述的基于均值偏移多特征融合的目标跟踪方法，其特征在于，提取前景目标中的二阶梯度加权直方图特征和颜色直方图特征，并基于所述二阶梯度加权直方图特征和颜色直方图特征以均值偏移算法为框架对前景目标进行运动目标跟踪的处理步骤包括：

提取二阶梯度加权直方图特征；

提取颜色直方图特征；

采用以下数学式进行特征融合处理：

ρ=Σi=1kωiRi,k∈N+;]]>

其中，ρ表示融合后的特征匹配系数，R_i表示融合前的各个特征归一化匹配系数，ω_i表示R_i所对应的权重，且有N₊表示正整数集，即k≥1且k∈N₊；

基于融合后的特征以均值偏移算法进行目标跟踪。

5.如权利要求4所述的基于均值偏移多特征融合的目标跟踪方法，其特征在于，所述二阶梯度加权直方图特征的计算步骤为：

以图像任意一点为中心构建0°、45°、90°、135°四个方向的梯度值；

将这四个方向的梯度值相加得到该点的梯度特征；

依据所述梯度特征、加权直方图、梯度空间均值向量和梯度空间协方差矩阵提取所述二阶梯度加权直方图特征。