[发明专利]一种基于RGB-D数据的视频跟踪方法

权利要求书

1.一种基于RGB-D数据的视频跟踪方法，其特征在于，包括：

步骤(1)、获取深度数据，并基于包围盒的深度范围建立实时更新的自适应深度信息模板 ；

步骤(2)、使用基于深度信息模板的融合RGB-D信息的改良上下文模型的跟踪算法，计算当前帧的目标位置；

步骤(3)、使用基于深度信息模板的尺度更新算法，计算当前帧的目标对象尺度；

步骤(4)、启用基于深度时域变化估算的遮挡检测及处理机制，判断上一步跟踪结果的正确性，并根据判断结果进行处理；

步骤(4)具体为

根据步骤2和步骤3可以得到目标在第t帧boundingbox的位置和尺度，根据boundingbox对应的深度图，可以求得boundingbox内，像素点的个数n_t，同时依据第t帧，深度信息模板D_t＝[d1_t,d2_t]，计算boundingbox内,的像素点的个数，记为u_t

定义每帧boundingbox的遮挡率：

对于boundingbox内的跟踪目标来说，其在boundingbox内的占比是相对稳定的，因而可取常数σ，当时，仍采用上文跟踪算法得到的结果，当时，此时推断boundingbox内的遮挡已经对跟踪结果产生了不可避免的影响，此时启用遮挡处理算法，

由于物体在连续帧的运动模型具有一致性，且运动轨迹具有连续性，因此，根据连续数帧，目标对象的移动动量和运动轨迹，估算被遮挡的第t帧目标的位置和状态，

定义第t帧的轨迹位移：

则推测当前第t帧，被遮挡的目标的实际位置：

当遮挡率时，舍弃当前帧的计算结果，因而当前帧的尺度保留为上一帧的尺度，同时保留上一帧的尺度S，更新参数φ和深度模板更新变化量dvg

S_t＝S_t-1

φ_t＝φ_t-1

dvg_t-1＝dvg_t-2 (18)。

2.如权利要求1所述的基于RGB-D数据的视频跟踪方法，其特征在于，步骤(1)包括以下步骤：

目标自适应深度信息模板初始化

在第一帧中，基于groundtruth得到boundingbox内的深度区间范围[d1,d2]，尺度S₁＝(h₁,w₁)，其中h₁是boundingbox的高度，w₁是boundingbox的宽度，考虑以区间范围[d1,d2]为横轴，建立深度信息直方图，柱状图个数为n₁，并分别计数各区间范围内的像素个数，记为t_k,k∈{1,2...n₁}，计算公式如下：

其中，maxt_k的深度范围记为[d1',d2']如果rateM＞＝c，c是常数，则定义D₁＝[d1',d2']，即为初始化深度信息模板，如果rateM＜c，则需要对该范围进行

一定程度的放缩，即

D₁＝[d1”,d2”]＝[max(d1'-k'×η,d1),min(d2'+k'×η,d2)]＝[d1₁,d2₁] (2)

其中η是常数，k'从1开始，运行数次直到rateM≥c，此时，算法停止，最终得到初始化的深度信息模板D₁＝[d1₁,d2₁]；

深度信息模板自适应更新

第一帧计算结束后，在之后每帧跟踪计算结束时，根据当前跟踪目标boundingbox内的深度分布情况，对深度信息模板D_t进行更新，D_t是第t帧的深度信息模板，当获取第t帧时，boundingbox内深度分布均值为avg_t，并计算前后两帧均值深度差，定义为dvg_t-1

dvg_t-1＝avg_t-avg_t-1 (3)

由于目标物体在连续n帧的运动具有连续性，同向性，且可能会出现偶然跳变的情况，所以依据目标的移动情况，定义更新后的深度信息模板如下，则更新后的深度信息模板有

。