[发明专利]目标跟踪方法和目标跟踪设备

权利要求书

1.一种目标跟踪方法，包括：

在图像帧序列的首帧中指定要跟踪目标；

利用局部区域模型确定当前帧中是否存在至少一个候选局部区域；

在存在至少一个候选局部区域的情况下，将所述候选局部区域分别与在前帧中的对应局部区域进行主匹配；

如果根据主匹配的结果确定当前帧中存在至少一个深度匹配区域，则针对所述至少一个深度匹配区域执行邻域生长，得到目标跟踪结果。

2.根据权利要求1所述的方法，还包括使用目标跟踪结果更新所述局部区域模型。

3.根据权利要求2所述的方法，其中，所述使用目标跟踪结果更新所述局部区域模型包括：

分别使用初始指定的要跟踪目标的信息和当前帧的目标跟踪结果来在线训练多个分类器；

合并学习结果；以及

利用合并的学习结果来更新局部区域模型，以便使用更新的局部区域模型来进行下一帧的目标跟踪操作。

4.根据权利要求1所述的方法，其中，所述确定当前帧中是否存在至少一个候选局部区域包括：

对当前帧执行基于超像素的图像分割以得到多个局部区域；

利用局部区域模型确定所述多个局部区域中是否存在符合预定条件的候选局部区域。

5.根据权利要求4所述的方法，其中，确定是否存在符合预定条件的候选局部区域包括：利用以下公式估计多个局部区域中的每个局部区域属于被跟踪目标的概率

p=Σi=2NwipiΣi=2Nwi]]>

其中，w_i是系数，p_i利用第i种学习方法估计的对应局部区域属于被跟踪目标的概率，p是对应局部区域属于被跟踪目标的集成概率，N是大于2的自然数；

将集成概率p大于第三阈值的对应局部区域确定为候选局部区域；以及

如果不存在集成概率p大于第三阈值的对应局部区域，则确定目标丢失。

6.根据权利要求5所述的方法，其中，

7.根据权利要求1所述的方法，其中，所述主匹配包括：分别计算候选局部区域中的每一个与在前帧的对应局部区域之间的第一相似度，如果第一相似度大于第一阈值，则将当前候选局部区域设置为深度匹配区域。

8.根据权利要求1所述的方法，其中，所述邻域生长包括：

针对每个深度匹配区域，计算所述深度匹配区域的所有相邻的其它未被匹配到的局部区域各自与所述深度匹配区域的第二相似度，如果第二相似度大于第二阈值，则认为该未被匹配的局部区域属于目标区域，并将该未被匹配的局部区域设定为生长的区域；以及

输出生长的区域作为目标跟踪结果。

9.根据权利要求8所述的方法，其中，当存在多个深度匹配区域时，对生长的邻域区域迭代地执行计算第二相似度的步骤，直到生长的区域与其他深度匹配区域相邻接。

10.一种目标跟踪设备，包括：

主匹配单元，配置为接收图像帧序列，利用局部区域模型确定当前帧中是否存在至少一个候选局部区域，并在存在至少一个候选局部区域的情况下，将至少一个候选局部区域中的每一个分别与在前帧中的对应局部区域进行主匹配，得到至少一个深度匹配区域；

邻域生长单元，配置为针对来自主匹配单元的至少一个深度匹配区域执行邻域生长，得到目标跟踪结果；以及

模型更新单元，配置为利用来自邻域生长单元的目标跟踪结果对局部区域模型进行更新，并将更新的局部区域模型发送到主匹配单元。