[发明专利]基于特征块优选的运动目标跟踪方法有效
申请号: | 201710269627.0 | 申请日: | 2017-04-24 |
公开(公告)号: | CN107146238B | 公开(公告)日: | 2019-10-11 |
发明(设计)人: | 刘贵喜;秦耀龙;高美;高海玲;冯煜 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246 |
代理公司: | 陕西电子工业专利中心 61205 | 代理人: | 田文英;王品华 |
地址: | 710071 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 特征 优选 运动 目标 跟踪 方法 | ||
1.一种基于优选特征块的运动目标跟踪方法,包括步骤如下:
(1)从视频摄像头中读取待跟踪的运动目标视频:
(2)初始化:
(2a)从待跟踪的运动目标视频中读入第一帧图像;
(2b)在待跟踪的第一帧图像上用鼠标框出待跟踪的运动目标;
(2c)利用分块方法,对待跟踪的运动目标区域进行分块,得到运动目标区域的子块区域;
(2d)利用特征检测器FAST,从待跟踪的第一帧图像运动目标区域的每一个子块中检测特征点,将检测到的所有特征点作为初始化特征点;
(2e)采用核化相关滤波跟踪器KCF训练样本的方法,训练目标区域样本,得到第一帧图像上运动目标区域的分类器,将目标区域分类器作为初始化运动目标区域分类器;
(3)检测特征点:
(3a)从待跟踪的运动目标视频中任意读入一帧图像;
(3b)利用分块方法,在所读入帧图像上对得到的运动目标区域进行分块,得到所读入帧图像上运动目标区域的子块区域;
(3c)利用特征检测器FAST,检测运动目标区域的每一个子块区域,得到每一个子块区域的特征点;
(4)筛选特征点:
(4a)利用光流向前跟踪方法,在当前读入的图像帧上的所有特征点中,找到与上一次读入的图像帧上特征一一对应的特征点,组成一个特征点对,将所有的特征点对构成一个特征点集,存到当前读入的图像帧中;
(4b)按照下式,计算特征点集中的每一对特征点的向前向后误差:
其中,FB(Plk)表示当前读入的图像帧中第l子块区域第k个特征点对的向前向后误差,表示当前读入的图像帧c中第l子块区域第k个特征点,表示与对应的在上一次读入的图像帧b中第l子块区域第k个特征点,与形成一对特征点,l=1,2,…,M,k=1,2,…,Ql,c表示当前帧,b表示上一帧,M表示运动目标区域所分的子块总数,Ql表示第l子块区域中特征点的总数;
(4c)按照下式,计算特征点集中的每一对特征点归一化误差:
其中,NCC(Plk)表示当前读入的图像帧上第l子块区域第k个特征点对的归一化误差,Ql表示第l子块区域特征点的总数,μb(l)和δb(l)表示上一次当前读入的图像帧b上的第l子块区域内所有特征点像素的均值和标准差,μc(l)和δc(l)表示当前读入的图像帧c上的第l子块区域内所有特征点的像素的均值和标准差;
(4d)按照下式,计算所有特征点的归一化误差均值;
其中,μ表示所有特征点的归一化误差均值,M表示运动目标区域所分的子块区域数目,Q′l表示第l子块中的跟踪点对的数目总数;
(4e)从特征点中选取所有满足划分条件的的特征点,将满足划分条件的特征点归入可靠特征点集;
(5)获得优选特征块:
(5a)从子块区域中选取所有满足精度条件的子块,将子块归入优选块集中;
(5b)合并优选块集中的所有特征点,获得优选特征点集;
(6)计算目标区域的响应图和峰值旁瓣比:
(6a)利用目标区域分类器检测目标区域,得到目标区域的响应图,以该响应图作为特征点的权重;
(6b)按照下式,计算目标区域的响应图的峰值旁瓣比;
其中,PSR(o)表示目标区域o的响应图的峰值旁瓣比,max(R(o))表示响应图R(o)的最大值,μ(R(o))表示响应图R(o)的均值,标准差σ(R(o))表示响应图R(o)的标准差;
(7)更新目标区域状态;
(7a)按照下式,计算目标区域的尺度变化;
其中,S(Ic)表示当前读入的图像帧上目标区域的尺度变化,和表示当前读入的图像帧上优选特征点集中的特征点,和表示上一次读入的图像帧上优选特征点集中的特征点,wi、wj表示优选特征点集中的特征点的权重;
(7b)按照下式,计算目标区域的尺寸;
wc=wb*S(Ic)
hc=hb*S(Ic)
其中,wc表示当前读入的图像帧上目标区域的宽,hc表示当前读入的图像帧上目标区域的高,wb表示上一次读入的图像帧上目标区域的宽,hb表示上一次读入的图像帧上目标区域的高;
(7c)按照下式,计算目标区域的平移变化:
其中,D(Ic)表示当前所读入的图像帧上目标区域的平移变化,η表示变换因子取0.35,D(Ib)表示上一次读入的图像帧上目标区域的平移变化,wi表示对应可靠特征点的权值,表示对应于当前读入的图像帧上第i个可靠特征点的坐标,u表示特征点的横坐标,v表示特征点的纵坐标,表示对应于上一次读入的图像帧上第i个可靠特征点的坐标;
(7d)按照下式,计算目标区域位置:
Cc=Cb+D(Ic)
其中,Cc表示当前读入图像帧上目标的位置,Cb表示上一次读入图像帧上目标的位置;
(7e)利用目标区域的尺寸和目标区域位置,更新当前读入图像帧上的目标区域状态;
(8)更新目标区域分类器;
(8a)使用核化相关滤波方法KCF训练目标区域样本,得到当前读入的图像帧上运动目标区域的分类器;
(8b)判断目标区域分类器是否满足更新条件,若是,则执行(8c),否则,执行(8d);
(8c)目标区域未发生遮挡,更新目标区域分类器,用当前读入的图像帧上目标区域的分类器替换上一次读入的图像帧上得到的目标区域分类器;
(8d)目标区域发生遮挡,不更新目标分类器,保持上一次读入的图像帧上得到的目标区域分类器不变;
(9)将目标区域状态信息,以矩形框的形式输出到所读入帧图像中;
(10)判断是否读完待跟踪视频的所有帧,若是,则执行步骤(11),否则,执行步骤(3);
(11)结束运动目标的跟踪。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710269627.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:腰包(BY02导购)
- 下一篇:旅行箱