[发明专利]一种影像辨识追踪方法

说明书

本发明关于一种影像辨识追踪方法，包括步骤S1至步骤S5。步骤S1：撷取连续初始影像并分析出前景影像；步骤S2：对第一前景影像进行斑点侦测，以确定运动斑点集合及其范围；步骤S3：过滤运动斑点集合，定义过滤后的区域为第一过滤区域；步骤S4：追踪感兴趣斑点集合以作为第二初始影像的判断依据；步骤S5：辨识第一过滤区域。于步骤S4中，包括步骤S41及步骤S42。步骤S41：计算第一预计区域，其根据第一追踪输入区域依据追踪算法计算而得出；步骤S42：计算重叠比例，若重叠比例大于第一阈值，则将第一过滤区域作为第二追踪输入区域；若否，则将第一预计区域作为第二追踪输入区域。

技术领域

本发明涉及一种影像辨识追踪方法，尤其涉及一种辨识速度快且追踪精度高的影像辨识追踪方法。

背景技术

在现有技术中，应用于侦测人体存在的影像设备多采用建立各式各样的人形样板或模块，并与侦测影像进行比对，来进行人体辨识，但所需影像比对的计算量庞大，需耗费较长时间，影像辨识的速度较慢。

另外，一般对于目标影像的追踪处理作法为先选定欲追踪区块当成下一张影像的追踪输入区块，下一张输入影像以此区块做追踪运算后所输出的区块再当成下下张影像的追踪区块，依此做连续追踪。由于此方法根据追踪算法的不同、于不同条件下可能会出现所追踪到的区块与被追踪物误差变大，所以追踪精度较低。

发明内容

为改善上述影像辨识速度慢及追踪精度低的问题，本发明提供一种影像辨识追踪方法。

上述的影像辨识追踪方法，用于辨识及追踪影像中的第一物体，该影像辨识追踪方法包括：

步骤S1：撷取连续的多个初始影像，并根据该多个初始影像分析得出对应的前景影像，该多个初始影像中包括连续的第一初始影像及第二初始影像；该第一初始影像对应的前景影像为第一前景影像；

步骤S2：对该第一前景影像进行斑点侦测，以确定该第一前景影像内的运动斑点集合及对应于该运动斑点集合的第一矩形边界集合，该第一矩形边界集合内的每一个矩形边界为能够覆盖该运动斑点集合中对应的运动斑点的最小矩形边界；

步骤S3：根据预设的影像面积及非零像素密度要求，过滤该运动斑点集合，以去除光影区域及非第一物体的区域，过滤后的该运动斑点集合定义为感兴趣斑点集合，该感兴趣斑点集合及对应于该感兴趣斑点集合的该第一矩形边界集合处于该第一初始影像的区域为第一过滤区域；

步骤S4：追踪该第一过滤区域的该感兴趣斑点集合以作为该第二初始影像的判断依据，以防止该感兴趣斑点集合被错误地在该第二初始影像辨识追踪的过程中时去除；以及

步骤S5：辨识该第一过滤区域，判断是否具有该第一物体；

其中，于该步骤S4中，追踪该感兴趣斑点集合包括：

步骤S41：计算第一预计区域，该第一初始影像的第一追踪输入区域依据追踪算法计算而得出该第一预计区域，以预计该感兴趣斑点集合处于第二初始影像中的区域，该第一追踪输入区域由该第一初始影像的上一张初始影像提供；以及

步骤S42：计算重叠比例，该重叠比例为第一重叠区域与该第一过滤区域之间的比值，该第一重叠区域为该第一预计区域与该第一过滤区域之间的重叠区域，若该重叠比例大于第一阈值，则将该第一过滤区域作为该第二初始影像的第二追踪输入区域；若否，则将该第一预计区域作为该第二初始影像的该第二追踪输入区域，其中，该第二追踪输入区域用于该第二初始影像下追踪该感兴趣斑点集合。

作为可选的技术方案，于该步骤S41中，该追踪算法为KCF算法。

作为可选的技术方案，该第一阈值的范围为0.6至1。

作为可选的技术方案，该预设的影像面积及非零像素密度要求均依据影像撷取装置的安装位置及解析度而得出，该影像撷取装置用于撷取该第一初始影像及该第二初始影像。