[发明专利]一种基于Steiner点的移动目标遮挡恢复方法

权利要求书

1.一种基于曲率中心(Steiner点)的预测和跟踪移动目标的方法，其特征在于，所述方法包括：

在原有关于Steiner点的性质基础上，引入移动Steiner点，并证明连续性；

对视频序列中目标进行处理，提取边界，反复建立凸壳，进行多边形逼近；

目标移动过程中，建立遮挡模型，能通过以前的运动信息恢复目标的Steiner点位置。

2.根据权利要求1所述的一种基于Steiner点的方法，其特征在原有关于Steiner点的性质研究基础上，引入移动Steiner点，并证明连续性；

集合A∈Kⁿ，A的Steiner点定义如下：

e∈S^n-1表示Rⁿ上单位向量，λ表示S^n-1上的lebesgue度量，V(Bⁿ)表示单位球体Bⁿ的体积。给每一时刻的运动物体的Steiner点加一个时间轴，就构成了移动Steiner点函数，下面证明连续。

证明：其中0＜t₂-t₁＜ε，则

根据支撑函数的定义，则|h_A(e，t₂)-h_A(e，t₁)＜δ|也就是|S(A；t₂)-S(A；t₁)|＜kδ，k是常数，令ξ＝kδ，则|S(A；t₂)-S(A；t₁)|＜ξ，也就证明了S(A；t)是连续的。

3.根据权利要求1所述的一种基于Steiner点的移动目标遮挡恢复方法，其特征在于，对视频序列中目标进行处理，提取边界，反复建立凸壳，进行多边形逼近；

首先提取移动目标的边界，建立凸壳；对这个凸壳进行多边形逼近。逼 近是个迭代过程。通过设定阈值，最终输出一个凸壳多边形。这个凸壳的Steiner中心和原来未经处理的目标中心差异不大。

4.根据权利要求1所述的一种基于Steiner点的移动目标遮挡恢复方法，其特征在于，目标移动过程中，建立遮挡模型，能通过以前的运动信息恢复目标的Steiner点位置：

假设集合A分成两个部分A₁和A₂，即A＝A₁∪A₂，根据前面定义：

S(A)＝S(A₁)+S(A₂)-S(A₁∩A₂)

S(A)是集合A的Steiner点，斜线区域的Steiner点用S(A₂)表示，S(A₁)是集合A中另一区域的Steiner点，S(A₁∩A₂)表示左右两部分相交区域的Steiner点。正好可以抽象描述目标运动时发生遮挡，目标本身一部分区域被挡住，遮挡的部分用斜线表示，进行变形：

S(A)-S(A₁)＝S(A₂)-S(A₁∩A₂)

S(A)是物体的Steiner点，S(A₁)表示未被遮挡区域的Steiner点，S(A₂)是遮挡区域的Steiner点，他们区域的交集是线段的Steiner点即中点S(A₃)，这四个点构成一个平行四边形，左边表示偏移向量。已知未被遮挡区域的Steiner点和偏移向量，便可求出物体的Steiner点。将移动目标模拟成一个凸多边形，移动过程中发生遮挡。必然先遮挡一个角进而多个角。关键是要知道偏移向量。通过推导物体遮挡一个角，遮挡两个角，直至遮挡n个角度时，最终观察结论。发现偏移向量只跟目标的运动信息有关系。也就是只要知道发生遮挡时的目标的运动信息，就可以恢复Steiner点。为了保证更加正确，引入卡尔曼滤波模型预测发生遮挡时候的目标的Steiner位置。将这两个位置进行整合，最终的位置就是恢复的位置。