[发明专利]一种目标检测跟踪方法

说明书

本申请公开了一种目标检测跟踪方法。该方法包括：获取当前帧图像，对当前帧图像进行背景消除，以获得二值化检测图像，其中在二值化检测图像中，静态背景区域和动态前景区域由不同的像素值表示。利用二值化检测图像对靶标图像标定，其中靶标图像设置有以阵列方式排布的多个坐标点，坐标点的排布密度小于二值化检测图像内的像素点的排布密度。根据坐标点在靶标图像中的坐标对由动态前景区域进行标定的坐标点进行聚类，以形成多个聚类类别。根据聚类类别对当前帧图像进行局部图像提取。对提取的局部图像中进行目标检测。本申请能够避免将当前帧图像均匀划分以获取局部图像时可能出现将同一目标分割到不同局部图像而造成漏检问题，能提高检测精度。

技术领域

本申请涉及视频图像处理技术领域，特别是涉及一种目标检测跟踪方法。

背景技术

运动的视觉分析是近年来计算机视觉领域中备受关注的前沿方向，它从图像序列中检测、识别、跟踪运动目标并对其行为进行理解和描述，属于图像分析和理解的范畴。运动分析的研究内容相当丰富，主要涉及到模式识别、图像处理、计算机视觉、人工智能等学科知识。同时，动态场景中运动的快速分割、非刚性运动、目标之间互相遮挡或停止的处理等也为运动分析研究带来了一定的挑战。运动检测的目的是从序列图像中将变化区域从背景图像中提取出来。运动区域的有效分割对于目标分类、跟踪和行为理解等后期处理非常重要。如何能够提高目标检测精度和速度是业界一直有待解决的问题。

发明内容

本申请主要提供一种目标检测跟踪方法，以提高目标检测精度和检测速度。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种目标检测跟踪方法。该方法包括：获取当前帧图像。对当前帧图像进行背景消除，以获得二值化检测图像，其中在二值化检测图像中，静态背景区域和动态前景区域分别由不同的像素值表示。利用二值化检测图像对靶标图像进行标定，其中靶标图像设置有以阵列方式排布的多个坐标点，坐标点的排布密度小于二值化检测图像内的像素点的排布密度。根据坐标点在靶标图像中的坐标对由动态前景区域进行标定的坐标点进行聚类，以形成多个聚类类别。根据聚类类别对当前帧图像进行局部图像提取。对提取的局部图像中进行目标检测。

其中，对当前帧图像进行背景消除的步骤包括：将当前帧图像分割成多个子图块，对多个子图块分别进行背景消除，以获得多个二值化图块，将二值化图块进行拼接，以获取二值化检测图像。

其中，对由动态前景区域进行标定的坐标点进行聚类所形成的类别数量为K/3的取整值，其中K为对当前帧图像的长度和/或宽度进行分割的分割次数。

其中，该方法进一步包括：若能够框选到某一聚类类别内的全部坐标点的最小外接矩形框的面积大于预设的提取框的面积，则对某一聚类类别内的坐标点进行再次聚类。其中，再次聚类所形成的类别数量为的取整值，其中S_A为最小外接矩形框的面积，S_S为提取框的面积。

其中，根据聚类类别对当前帧图像进行局部图像提取的步骤包括：

利用能够框选到聚类类别内的全部坐标点的最小外接矩形框从当前帧图像中提取局部图像。

其中，根据聚类类别对当前帧图像进行局部图像提取的步骤包括：

若能够框选到聚类类别内的全部坐标点的最小外接矩形框的面积小于预设的提取框的面积，则利用提取框从当前帧图像中提取局部图像。

对提取的局部图像进行目标检测的步骤包括：从对局部图像进行目标检测所获取的目标检测框中选择位于最小外接矩形框内的目标检测框。

其中，该方法进一步包括：将对局部图像进行目标检测所获取的目标检测框内的图像与二值化检测图像的对应区域内的图像进行互相关运算，选择相关性大于预设相关性阈值或相关性最大的预定数量的目标检测框作为最佳目标检测框。

其中，该方法进一步包括：在后续图像帧中对所述最佳目标检测框内的目标进行跟踪。