[发明专利]一种基于事件相机的异步目标跟踪方法

说明书

一种基于事件相机的异步目标跟踪方法，涉及计算机视觉技术。包含三个主要部分：开始的目标检测模块、目标跟踪模块和恢复跟踪模块；所述开始的目标检测模块用于提取ATSLTD帧上的目标建议窗口；所述目标跟踪模块根据最小化目标时空不一致信息原则选择最佳的目标建议窗口作为跟踪结果；所述恢复跟踪模块用于跟踪失败时恢复对目标的跟踪。该方法能够有效地应对目标跟踪中存在的目标快速运动和高动态范围场景等问题，取得了优于主流基于传统相机的目标跟踪算法的精度。

技术领域

本发明涉及计算机视觉技术，尤其是涉及一种基于事件相机的异步目标跟踪方法。

背景技术

目标跟踪是计算机视觉领域的重要研究方向之一，它在自动驾驶、智能监控、虚拟、增强现实、异常行为检测、人机交互等领域有着重要的作用。目标跟踪所要解决的基本问题是在一个图像序列中选择感兴趣的目标物体，通过计算机视觉算法求解出目标在每一帧所在的位置。目标跟踪目前仍然是一个颇具挑战性的问题，相关算法的性能容易受到：目标或摄像机的快速运动、复杂的场景光照条件和目标与场景间的遮挡等现实中无法避免的不可控因素的影响。

事件相机(Event Camera)是受生物视网膜运行机制启发发明，最近三年间在学术和工业界都得到广泛关注和快速发展的新型视觉传感器，具有以下特点：(1)异步性：每个像素点可以单独被触发，不需要像传统相机一样同步曝光获取图像帧，取而代之的是事件相机仅在运动发生的像素上产生像素值指数级别变亮(On)和变暗(Off)的两种事件用于记载相关的运动物体信息；这种机制与生物的视网膜类似，所以事件相机也被称为硅视网膜。(2)非常低的响应延迟：事件相机具有非常低的响应延迟，它可以达到微秒(10^-6s)级别的时间精度，所以对于事件相机来说，它几乎不可能产生普通相机在高速移动过程中所产生的运动模糊问题。(3)高动态响应范围(HDR)：事件相机可以达到1000lux的动态范围，能够准确反映运动在高、低光照场景下造成的像素灰度值变化，基本不会受到场景的明暗条件影响。这些独特、优秀的特性可以有效地弥补基于传统RGB相机的目标跟踪算法在目标快速运动和高动态范围环境条件下的不足。

基于事件相机的目标追踪在计算机视觉研究领域虽然得到快速发展和广泛关注，但是由于相关研究的难度，到目前为止有价值的相关研究成果为数不多。这些研究成果基本来自国外的相关研究，国内暂时没有相关的研究出现。这些基于事件相机的目标追踪的相关研究可以大致分为基于聚类算法的方法和不基于聚类算法的方法两类。第一种类型的研究包括：Litzenberger等人受均值漂移(Meanshift)启发所提出的目标追踪方法。Piatkowska等人基于高斯混合模型(Gaussian Mixture Model)提出的带遮挡的多目标追踪方法。Camunas-Mesa等人针对目标跟踪中的遮挡问题，使用两个事件相机组成立体视觉系统，并提出相应的目标跟踪方法。Glover等人基于霍夫变换(Hough Transform)构建簇心，并使用粒子滤波(Particle Filter)追踪簇心，进而目标追踪的方法。第二种类型的研究包括：Mitrokhin等人提出一种运动补偿(Motion Compensation)的思想，将场景运动不一致的部分的异步视觉事件分割出来用于目标检测和目标跟踪的方法。Ramesh等人提出一种基于滑动窗口搜索的长程目标追踪算法。Barranco等人提出一种基于卡尔曼滤波(Kalman Filter)的多目标追踪算法。这些前驱研究都实验验证了事件相机在目标追踪方面的优异性，同时也对更有效的基于事件相机的目标追踪提出了期望。

发明内容

本发明的目的在于提供一种基于事件相机的异步目标跟踪方法。

本发明包括以下步骤：