[发明专利]基于压缩域分析的Mean shift运动目标跟踪方法

摘要

本发明提供了一种基于视频压缩域分析的Mean shift运动目标跟踪方法。该方法将压缩域分析与Mean shift跟踪算法相结合，即首先对视频编码过程中产生的运动矢量进行概率统计分析，以获取目标运动方向与运动速度的估计值，再以此修正Mean shift运动候选区域的中心位置，使每次搜索开始时，候选中心位置更接近实际目标中心位置。本发明的技术方案不仅提高了快速运动目标跟踪的精度，而且减少了算法的搜索迭代次数，提高了运算效率。该方案尤其适用于智能视频监控设备中的视频编码与目标跟踪同时进行的情况。

主权项

一种基于压缩域分析的Meanshift运动目标跟踪方法，基于Meanshift算法实现目标跟踪，其特征在于：在Meanshift算法的搜索过程中，利用压缩域的运动矢量分析结果修正Meanshift算法中每一帧搜索起点中心位置坐标；所述压缩域的运动矢量分析结果通过以下步骤获取，步骤1，对压缩域的运动矢量进行预处理，即直接在编码过程中获取压缩域的运动矢量，并对运动矢量进行噪声滤波处理；步骤2，对步骤1预处理后所得的运动矢量进行分析，包括2个步骤，首先，对运动矢量进行方向编码；所述运动矢量的方向编码定义为，运动矢量垂直分量与水平分量的夹角为运动矢量的方向角，运动矢量方向角的范围为0～2π，将其划分成8个区间，量化系数为π/4，方向角属于哪个区间，即生成与这个区间相应的方向编码；然后，根据方向编码结果，计算运动矢量的方向与大小统计值；根据运动矢量的方向与大小统计值，预测运动目标的运动速度与方向作为运动矢量分析结果；利用压缩域的运动矢量分析结果进行修正的Meanshift算法搜索过程，包括以下步骤，步骤一，在第1帧图像中选择目标区域，该目标区域的中心位置记为目标区域中心点y0；以第2帧图像为待处理的当前帧图像，步骤二，针对当前帧图像运动矢量获取压缩域的运动矢量分析结果，根据该结果修正目标区域中心点y0，修正后得到当前帧图像的候选区域中心点为y’0；步骤三，根据步骤二修正所得候选区域中心点y’0进行Meanshift搜索，每次收敛得到运动目标中心点y1，不断迭代收敛直到||y1-y’0||＜ε则停止迭代，其中ε表示上一次收敛所得y1和本次收敛所得y1的偏差的预设阈值；将目标区域中心点y0移动到迭代停止时运动目标中心点y1的所在位置，以下一帧图像为待处理的当前帧图像，返回继续执行步骤二针对下一帧图像进行修正和Mean shift搜索。