[发明专利]基于跟踪点分布的视频目标运动趋势分析方法

权利要求书

1.基于跟踪点分布的视频目标运动趋势分析方法，其特征在于，包括以下步骤：

(a)从本地磁盘读入一个视频文件；

(b)用户在视频中选择需要跟踪并判定运动趋势的目标；

(c)对步骤(b)中选择的目标进行特征点跟踪；

(d)根据步骤(c)中得到的多个特征点的位置，对特征点的当前位置分布进行分析，具体包括：

(d-1)根据步骤(c)得到的跟踪目标的多个特征点的位置，计算两两特征点之间的欧氏距离；

(d-2)计算步骤(d-1)中欧氏距离的最大值；

(d-3)若步骤(d-2)得到的最大值小于最大形变阈值，则当前帧目标特征点分布信息不足，当前帧跟踪点分析不输出趋势线，步骤(d)结束；若步骤(d-2)得到的最大值大于或等于最大形变阈值，则进行步骤(d-4)-(d-7)，其中最大形变阈值t＝2·r，式中r为用户框选目标矩形框对角线的长度；

(d-4)计算当前帧的特征点x坐标与y坐标的极差，极差较大的坐标作为感兴趣坐标，在感兴趣坐标方向，等间距分为N_s段，计算落入各段特征点坐标的均值，得到N_s个重采样坐标；

(d-5)计算步骤(d-4)得到的重采样坐标中的与第个邻近的4个坐标构成的直线与竖直方向的夹角的均值

(d-6)计算步骤(d-4)得到的各重采样坐标与第个重采样坐标的构成的直线与竖直方向的夹角，并计算该夹角与步骤(d-5)得到的的差的绝对值，若该值大于30°，则去除该点；

(d-7)对(d-6)中未被去除的点，使用最小二乘法拟合趋势线；

(e)计算步骤(c)中得到的多个特征点的位置，对特征点的历史位置分布进行分析；

(f)根据步骤(d)、(e)的结果，更新趋势线；

(g)在视频中绘制趋势线。

2.根据权利要求1所述基于跟踪点分布的视频目标运动趋势分析方法，其特征在于：步骤(c)中，使用Kanade-Lucas-Tomasi方法对用户选择的目标进行特征点提取与点的跟踪。

3.根据权利要求1所述基于跟踪点分布的视频目标运动趋势分析方法，其特征在于，步骤(e)包括以下步骤：

(e-1)根据步骤(c)得到的跟踪目标的多个特征点的位置，计算特征点x坐标与y坐标的均值，得到目标在当前帧的中心；

(e-2)将步骤(e-1)得到的中心位置写入目标历史位置队列中，其中目标历史位置队列长度为200帧，即只保存目标最近200帧的目标中心的位置；

(e-3)若目标历史位置队列中，队首与队尾点的欧氏距离小于最小移动阈值，则历史信息不足以判定运动趋势，历史帧跟踪点分析不输出趋势线，步骤(e)结束；若目标历史位置队列中，队首与队尾点的欧氏距离大于或等于最小移动阈值，则进行步骤(e-4)-(e-7)，其中最小移动阈值t＝3·r，式中r为用户框选目标矩形框对角线的长度；

(e-4)计算目标历史位置队列中各点x坐标与y坐标的极差，极差较大的坐标作为感兴趣坐标，在感兴趣坐标方向，等间距分为N_s段，计算落入各段特征点坐标的均值，得到N_s个重采样坐标，其中N_s取10；

(e-5)计算步骤(e-4)得到的重采样坐标中的与第个邻近的4个坐标构成的直线与竖直方向的夹角的均值

(e-6)计算步骤(e-4)得到的各重采样坐标与第个重采样坐标的构成的直线与竖直方向的夹角，并计算该夹角与步骤(e-5)得到的的差的绝对值，若该值大于30°，则去除该点；

(e-7)对(e-6)中未被去除的点，使用最小二乘法拟合趋势线。

4.根据权利要求1所述基于跟踪点分布的视频目标运动趋势分析方法，其特征在于，步骤(f)选择策略为：若趋势线未被绘制，则优先选择历史帧跟踪点分析得到的趋势线，当历史帧跟踪点分析没有输出趋势线时，选用当前帧跟踪点分析得到的趋势线，若两者均无输出则不输出趋势线；若趋势线已经绘制，则仅在当前帧跟踪点分析有输出新的趋势线时，更新趋势线，若当前帧跟踪点分析无输出时，则保持现有趋势线斜率，并使得趋势线过目标历史位置队列最后一个坐标。