[发明专利]跟踪对象的方法和系统

说明书

技术领域

本发明涉及图像处理领域，且更具体地，本发明涉及通过计算候选特征在前景图像和背景图像中的辨识力来改善图像中的对象跟踪性能的技术。

背景技术

在计算机视觉、视频监控等领域中，视频运动对象的检测与跟踪技术在很多应用中起着重要作用。运动对象的检测与跟踪技术是数字图像处理与识别以及计算机视觉领域研究的主要内容之一，在视频监控系统、机器人导航、智能视觉监控、医学图像分析、工业检测以及视频图像分析等领域都有应用。对象跟踪技术的任务是在特定场景下跟踪对象的轨迹，并估计当前时刻对象的位置和运动状态。但是，对象跟踪系统往往对于复杂环境特别是受光照条件、阴影、遮挡等因素影响变化较大的场景而难以有效且准确地跟踪对象，因此如何根据视频图像的特点来准确地进行对象跟踪成为研究的方向。

在ITO于2010年12月9日公开的题为“Subject Tracking Device and Camera”的美国专利申请公开号No.US2010/0310127A1中公开了一种对象跟踪设备来解决在对象跟踪过程中、对象的形状发生改变的情况。其计算了两个相似度：第一个是初始模板图像与目标图像的相似度；第二个是更新的模板图像与目标图像；基于以上两个相似度中的至少一个确定是否更新模板图像；基于初始模板图像和目标图像的线性组合生成新的更新的模板图像。该技术仅是根据初始模板图像和更新的模板图像与目标图像的两个近似度的大小来确定是否更新模板图像，然后对初始模板图像和匹配区域信息进行加权来得到更新的模板图像，来适应对象的改变了的形状。但是，该技术仅利用形状作为图像的特征来确定是否更新模板图像，没有考虑不同特征的类型以及对对象跟踪的影响。

另外，在Abe的于2012年3月6日授权的题为“Object-tracking Computer Program Product,Object-tracking Device and Camera”的美国专利No.US8131014B2中公开了一种对象跟踪的方法，其创建并且维护多个对象模板。在跟踪的时候，选择相似度最高的模板；定义了一个基于新的图像数据进行模板更新的条件。该技术着重于多个模板的初始化、更新和在跟踪中的应用，而且模板的更新只考虑取值而没有考虑不同特征的类型以及对对象跟踪的影响。

需要一种能够在复杂环境和变化的场景的情况下也能较准确地进行对象跟踪的技术。

发明内容

本公开中公开的对象跟踪技术能够在复杂环境或者环境变化情况下进行较准确的对象跟踪。传统的跟踪方法使用固定的图像特征来跟踪对象，而当环境变化导致图像的特点变化时，这样的策略不能保证好的对象跟踪性能。本公开的各个实施例能够自适应地根据候选特征在当前图像场景情况下的辨识力来调整在对象跟踪时使用的候选特征的设置和/或权重，在至少两个候选特征中选择更有效的特征或更合理地分配该至少两个候选特征在对象跟踪中所起的作用，保持使用更有效和合理的特征组合来进行更准确地跟踪当前场景图像中的对象。

根据本发明的一个方面，提供一种跟踪对象的方法，包括：获得当前图像帧中的包括该对象的前景图像和除了该前景图像之外的背景图像；根据至少两个候选特征的每个在所述前景图像和所述背景图像中的值的差异，针对每个候选特征计算表示所述候选特征的辨识力的辨识力参数；结合各个候选特征的值以及各个候选特征的辨识力参数来进行对象跟踪。

根据本发明的另一个方面，提供一种跟踪对象的系统，包括：获得装置，被配置为获得当前图像帧中的包括该对象的前景图像和除了该前景图像之外的背景图像；计算装置，被配置为根据至少两个候选特征的每个在所述前景图像和所述背景图像中的值的差异，针对每个候选特征计算表示所述候选特征的辨识力的辨识力参数；对象跟踪装置，被配置为结合各个候选特征的值以及各个候选特征的辨识力参数来进行对象跟踪。

附图说明

图1是示意性地示出应用根据本发明的各个实施例的示例应用环境的示意图；

图2是示意性地示出根据本发明的一个实施例的跟踪对象的方法的流程图；

图3A是示意性地示出在图2所示的根据本发明的一个实施例的跟踪对象的方法中获得的前景图像和背景图像的示意图；图3B是示意性地示出诸如颜色、灰度、边缘的三个候选特征的每个在图3A所示的前景图像和背景图像中的值的差异的示意图；图3C是示意性地示出针对不同颜色的车和其各自的场景来说，颜色、灰度、边缘的三个候选特征中哪个的辨识力最好的示意图；

图4是示意性地示出根据本发明的另一个实施例的跟踪对象的方法的流程图；