[发明专利]一种运动目标视频跟踪方法及系统

说明书

本发明实施例提供一种运动目标视频跟踪方法及系统，基于聚散熵将待跟踪视频划分为至少两个子视频，并针对不同的子视频更新获得不同的分类器，然后利用每个子视频对应的分类器初始化每个子视频的第一帧图像中的目标位置，最终利用目标跟踪算法对每个子视频中除了第一帧图像之外的其他帧图像中的目标进行跟踪。该方法及系统基于聚散熵对待跟踪视频进行有效划分，以将长时程的视频划分为短时程的视频，有利于提高视频跟踪的准确度，并能够有效避免出现跟踪失败的情况；同时针对不同的子视频更新获得不同的分类器，使得每个子视频对应的分类器能够适应运动目标跟踪过程中目标的外观变化，并能够有效解决遮挡问题，有利于提高目标跟踪结果的准确性。

技术领域

本发明实施例涉及目标跟踪技术领域，更具体地，涉及一种运动目标视频跟踪方法及系统。

背景技术

目标跟踪是计算机视觉领域的一个研究热点，随着视频摄像机的普及化，视频跟踪有着广泛的应用前景，在人机交互、智能监控、目标识别等领域都有重要的应用。

近年来有大量的跟踪算法涌现，现有的跟踪算法在整个跟踪过程中一般采用单一的分类器将目标与背景进行分离，然而在运动目标的视频跟踪过程中，容易出现由目标运动引起的目标形变和目标遮挡等问题，导致运动目标外观发生变化，因此单一的分类区很难准确地将运动目标与背景进行分离，最终导致跟踪结果的准确度不高。

此外，现有的跟踪算法一般适用于处理清晰度较高且时程较短的视频，然而，现有大部分的运动目标监控视频的清晰度普遍偏低，且时程往往长达几十分钟，采用现有的跟踪算法处理这类视频容易出现跟踪失败的情况。

有鉴于此，亟需提供一种运动目标视频跟踪方法及系统，以使得其能够适应运动目标外观变化，以提高跟踪结果的准确度，并能够有效避免出现跟踪失败的情况。

发明内容

本发明实施例为了克服现有技术中跟踪算法无法适应运动目标外观变化导致目标跟踪结果的准确度不高且容易出现跟踪失败的问题，提供一种运动目标视频跟踪方法及系统。

第一方面，本发明实施例提供一种运动目标视频跟踪方法，包括：

根据待跟踪视频中每一帧图像对应的聚散熵将待跟踪视频按时序划分为至少两个子视频；

对于任意一个当前子视频，从所述当前子视频的前一子视频中选取目标帧图像，根据所述目标帧图像对前一子视频对应的分类器进行更新，获得所述当前子视频对应的分类器，根据所述当前子视频对应的分类器获取所述当前子视频的第一帧图像中的目标子图像；

将所述当前子视频中位于所述第一帧图像之后的每一帧图像作为待跟踪图像，对于任意一帧待跟踪图像，从所述待跟踪图像中选取多个样本子图像，计算每个样本子图像与所述待跟踪图像的前一帧图像中的目标子图像之间的距离，根据每个样本子图像对应的距离确定每个样本子图像对应的后验概率，将最大后验概率对应的样本子图像确定为所述待跟踪图像中的目标子图像。

第二方面，本发明实施例提供一种运动目标视频跟踪系统，包括：

视频划分模块，用于根据待跟踪视频中每一帧图像对应的聚散熵将待跟踪视频按时序划分为至少两个子视频；

目标识别模块，用于对于任意一个当前子视频，从所述当前子视频的前一子视频中选取目标帧图像，根据所述目标帧图像对前一子视频对应的分类器进行更新，获得所述当前子视频对应的分类器，根据所述当前子视频对应的分类器获取所述当前子视频的第一帧图像中的目标子图像；

目标跟踪模块，用于将所述当前子视频中位于所述第一帧图像之后的每一帧图像作为待跟踪图像，对于任意一帧待跟踪图像，从所述待跟踪图像中选取多个样本子图像，计算每个样本子图像与所述待跟踪图像的前一帧图像中的目标子图像之间的距离，根据每个样本子图像对应的距离确定每个样本子图像对应的后验概率，将最大后验概率对应的样本子图像确定为所述待跟踪图像中的目标子图像。