[发明专利]一种利用视频分割与粒子滤波实现多目标跟踪方法

摘要

本发明公开了一种利用视频分割与粒子滤波实现多目标跟踪方法，该方法包括建立系统模型、建立目标运动模型与颜色模型和视频分割等步骤，该方法结合视频分割与粒子滤波各自优点，实现了多目标跟踪，大大地提高跟踪速度与精度，本发明充分利用测量与目标的关联程度，实现多目标在遮挡情况下运动跟踪。

主权项

一种利用视频分割与粒子滤波实现多目标跟踪方法，其特征在于，包括以下步骤：(1)建立系统模型：系统目标状态变化模型：Xt＝Ft(Xt-1，Vt)p(Xt|Xt-1)其中，上式分别为系统的状态方程和系统的状态概率模型，Xt为t时刻系统状态；x0:t为从初始状态到t时刻系统状态值；Vt为t时刻系统噪声。系统目标状态的测量模型：Yt＝Ht(Xt-1，Wt)p(Yt|Xt)其中，上式分别为目标的测量方程何目标的测量概率模型，Yt为t时刻目标测量；y0为从初始状态到t时刻目标测量值；Wt为t时刻目标测量噪声。(2)建立目标运动模型与颜色模型：运用模型假设与相邻间运动关联信息建立目标运动模型： X t + Δt = a I 2 × 2 Δt I 2 × 2 0 I 2 × 2 X t - Δt + b I 2 × 2 Δt I 2 × 2 0 c I 2 × 2 X t Xt＝(xt，yt，vxt，vyt)其中，上式分别表示目标在X、Y方向位置和X、Y方向速度，a、b、c为常系数。利用了目标的颜色特征，建立目标区域的颜色概率模型。 p ( c t n | c t - 1 n ) = βhis ( c t n ) / his ( c t - 1 n + c t n ) β：奖惩系数。(3)视频分割：该步骤具体包括运动估计步骤和运动目标分割步骤。其中，所述运动估计步骤包括摄像机运动下的图像坐标变换关系和参数计算；所述运动目标分割包括基于时域信息的运动目标分割和利用时空域联合的运动目标分割。