[发明专利]一种基于TLD的视频目标跟踪方法

说明书

技术领域

本发明属于目标检测与跟踪领域，特别涉及一种针对当前新兴的视频跟踪算法TLD的改进。

背景技术

目标跟踪是计算机视觉研究领域中的关键问题，其本质是根据参考图像帧中选定的目标在接下来的图像帧中寻找目标的最佳位置，并在多个领域有着重要的研究和应用价值,如民用领域中的智能交通系统，军事领域中的导航、制导、以及防卫等系统。一套性能优良的跟踪系统面临着多方面的挑战，如跟踪点变化、光照影响、快速运动、目标遮挡或消失、复杂背景等。

TLD是一种长期、在线、最少先验信息的目标跟踪方法，主要由三个部分组成：跟踪器、检测器和学习模块。跟踪器部分由一个短周期自适应跟踪器构成，在帧间运动有限、目标可见的情况下，用来预测目标在连续帧间的运动；检测器部分为一个高效的级联分类器，创建使用了简单有效图像特征，可以对目标进行实时的检测，同时在必要的情况下纠正跟踪器；学习模块评估跟踪器和检测器的性能，通过生成有效的训练样本完成检测器的更新，消除检测器误差。

TLD算法的框架结构如图1所示。在跟踪目标的起始帧，通过给出目标的位置和大小，完成对TLD算法的初始化；在随后的跟踪过程中，对每一帧图像用跟踪器和检测器共同进行处理，跟踪器根据前一帧中目标的位置信息来估计当前帧中目标所在的位置，检测器对当前帧窗口全局扫描，检测出一个或者多个可能的目标位置，检测结果和跟踪结果输入到融合处理模块，该模块给出当前帧是否存在目标、目标位置以及到当前帧的跟踪轨迹是否有效等信息；这些融合处理结果、联合检测结果和跟踪结果一起输入到学习模块，学习模块完成对跟踪器和检测器的更新。

TLD是一套高效的目标跟踪算法，只需要较少的先验信息就可以实现对目标的长期在线跟踪，运算速度快，实时性高，并且能有效地适用于目标被遮挡或者消失的场合和目标外表在跟踪过程中发生变化的情况，因此，对该算法的研究有着极其重要的意义。

在对TLD算法进行测试分析和研究的过程中，找出了该算法中存在的一些不足，加以改进，本案由此产生。

发明内容

本发明的目的，在于提供一种基于TLD的视频目标跟踪方法，其对现有的TLD算法进行改进，能够获得比TLD算法更理想的视频目标跟踪算法。

为了达成上述目的，本发明的解决方案是：

一种基于TLD的视频目标跟踪方法，包括如下步骤：

（1）在跟踪目标的起始帧，根据给出的所跟踪目标的位置和大小信息，生成图像子窗口，对检测器进行训练；

（2）跟踪器根据目标在上一帧中的位置和大小信息，估计出目标在当前帧中所在的区域；

（3）用检测器对当前帧进行检测，找出当前帧中所有可能的目标；

（4）对跟踪器和检测器的结果进行融合处理，判断出当前帧是否存在目标，如果不存在目标，则返回步骤（3）开始对下一帧的处理；如果存在目标，则给出目标位置以及判断当前帧的跟踪轨迹是否有效，如果无效，则返回步骤（2），对下一帧进行处理；如果有效，则进入学习模块，通过P-N Learning完成检测器的在线更新，然后回到步骤（2），开始对下一帧进行处理。

上述步骤（2）的具体内容是：

（21）目标在上一帧的目标边界框由其位置和大小信息获得，由Cell FoT在该边界框中选择好的特征点，并通过光流法完成相邻两帧间特征点的跟踪；

（22）通过∑删除部分经过一次光流法后跟踪失败的局部跟踪器，所述∑包括Nh、Mp和NCC；

（23）对经由∑删除后最终剩余的局部跟踪器，计算每个局部跟踪器对应的位移以及其距离在相邻帧间的比例变化值，以位移以及距离比例的中位值分别作为所跟踪目标边界框在相邻帧间的位移变化和大小变化，从而估计得到在当前帧上的目标区域。

上述步骤（22）的详细内容是：首先，当前帧的所有局部跟踪器通过NCC进行删选；然后，满足NCC后的局部跟踪器加入到Nh进行删选；最后，剩余的局部跟踪器加入到Mp进行最后的删选，最终得到的局部跟踪器用来更新目标边界框。

上述步骤（3）的具体内容是：