[发明专利]一种视频目标跟踪的位置修正方法及系统

说明书

本发明公开了视频目标跟踪的位置修正方法及系统，该方法包括：根据上一帧训练得到的平移预测模型对目标当前帧的平移进行预测，根据上一帧训练得到的尺度预测模型对目标当前帧的尺度进行预测；在平移预测出的目标位置区域外侧确定一个矩形搜索区域，计算矩形搜索区域对应的第一参数值；在矩形搜索区域内利用预测的预定个数尺度采样目标图像信息，计算目标图像信息对应的第二参数值；根据第一参数值和第二参数值确定矩形搜索区域内具有目标信息的图像块，计算图像块的边缘信息图；将边缘信息图划分为相同大小的子区域，利用似物性采样算法对每个子区域与矩形搜索区域进行对比得到修正区域；具有精确度高、鲁棒性好和智能化程度高的优点。

技术领域

本发明涉及计算机图像处理技术领域，特别涉及一种视频目标跟踪的位置修正方法及系统。

背景技术

视频目标跟踪是计算机视觉领域的一个重要研究方向，它的任务是找出目标在视频序列的每一帧中的位置，亦即找到目标在视频序列中的运动轨迹。目标跟踪也是计算机视觉领域一个基础性的研究方向，视频智能分析、视频语义分析、智能机器人等都需要目标跟踪的技术支持。

近年来，随着视频获取设备的发展和视频网络传输的日益成熟，视频中目标跟踪技术越来越受到人们的关注。不论在各大高校实验室和研究所中，还是在全球各大公司中，视频目标跟踪被列为一个重点的研究方向。目标跟踪理论的发展，能够大力地推动视频智能处理领域的发展和智能机器人的技术突破。

传统视频目标跟踪方法都使用在线学习的方式更新跟踪模型的参数，以适应目标在视频中的表观形态变化。然而，当跟踪模型在某些视频帧中做出的预测与实际结果存在误差时，传统视频目标跟踪方法会将错误的信息引入跟踪模型。这样的误差会导致视频目标跟踪方法在后续的视频帧中丢失跟踪目标的本来信息，而将背景信息当成追踪目标，从而导致目标跟踪的失败。

例如，在对车辆这类物体进行环绕跟踪时，车辆的正面与侧面在视频帧中的宽高比不同。传统视频目标跟踪方法在车辆正面获取到的目标信息会随着车辆在视频中角度变化会变得非常不准确，并无法作为预测的依据。这时，如果有一种独立于追踪目标的表观形态信息的预测位置的修正方法对追踪的结果进行矫正，那么就能大大地提升目标跟踪方法的鲁棒性。因此，研究并实现一种目标跟踪结果的修正方法对于目标跟踪至关重要。

发明内容

本发明的目的是提供一种视频目标跟踪的位置修正方法及系统，采用了独立于追踪目标的表观形态信息的预测位置的修正方法对追踪的结果进行矫正，容错率高，鲁棒性好且智能化程度高。

为解决上述技术问题，本发明提供一种视频目标跟踪的位置修正方法，包括：

根据上一帧训练得到的平移预测模型对目标当前帧的平移进行预测，并根据上一帧训练得到的尺度预测模型对目标当前帧的尺度进行预测；

在平移预测出的目标位置区域外侧确定一个矩形搜索区域，并计算所述矩形搜索区域对应的第一参数值；

在所述矩形搜索区域内利用预测的预定个数尺度采样目标图像信息，并计算所述目标图像信息对应的第二参数值；

根据所述第一参数值和所述第二参数值确定所述矩形搜索区域内具有目标信息的图像块，并计算所述图像块的边缘信息图；

将所述边缘信息图划分为相同大小的子区域，利用似物性采样算法对每个所述子区域与所述矩形搜索区域进行对比得到修正区域。

可选的，计算所述矩形搜索区域对应的第一参数值，包括：

提取所述矩形搜索区域的特征，并利用二维鉴别性相关滤波方法求解第一参数值。

可选的，计算所述目标图像信息对应的第二参数值，包括：

提取所述目标图像信息的特征，并利用一维鉴别性相关滤波方法求解第二参数值。