[发明专利]一种利用方差率最优解自适应调整窗宽的跟踪方法

摘要

本发明涉及一种利用方差率最优解自适应调整窗宽的跟踪方法，其中创新之处有：在已有的多特征空间选择mean shift框架下，提出一种新的目标象素权重分配公式来取代传统的EpanechnikovKernel核窗，有效降低背景干扰象素的权重，解决了传统方法中易受背景干扰的缺点，并提出运用方差率与巴氏系数共同控制目标窗口缩放，解决了传统mean shift方法中长期存在的目标大小标定问题。将本发明应用在多组视频上实验，结果表明在窗口调整上相对传统mean shift方法有明显提高，即使在摄像机变倍下仍然能够准确地调整窗口大小，跟踪精度明显提高。

主权项

一种利用方差率最优解自适应调整窗宽的跟踪方法，其特征在于：包括以下步骤：(1)读取第一帧视频，选定要跟踪的目标，保存目标初始模板，依据方差率计算出第一帧的最优特征空间，并保存该当前帧最优特征空间索引号和当前帧最优特征空间的方差率值，计算新的权重分配模型并保存其对应的新权重下的直方图模板，第一帧处理完毕，读取下一帧视频；(2)处理读取的视频，若前一帧计算的最优特征空间方差率值大于设定阈值，则将前一帧保留的特征空间索引号延续到当前帧，依据前一帧保存的新权重分配模型和新权重模板在该索引号下的当前帧特征空间中用mean shift迭代，然后在该特征空间下以空间灰度直方图模板和EpanechnikovKernel核窗用mean shift迭代出目标坐标，若前一帧计算的最优特征空间方差率小于设定阈值，则在彩色RGB空间中用mean shift迭代出目标坐标；(3)根据当前帧特征空间下的方差率大小约束与巴氏系数调整目标窗尺寸；(4)模板更新，并计算当前帧的最优特征空间，保存该最优特征空间索引号和最优特征空间的方差率值，计算并保存新权重模型和其对应的目标直方图模板；(5)返回目标位置与大小，当前帧视频处理完毕，若视频流未结束，读取下一帧视频，转到步骤(2)。