[发明专利]一种基于压缩域融合的Mean shift核窗宽动态更新方法

摘要

本发明公开了一种基于压缩域融合的Meanshift核窗宽动态更新方法，该方法将压缩域分析与Meanshift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，以获取目标运动的尺寸大小，据此动态更新目标的颜色概率模型及核窗宽大小，使得目标模型更加真实。本发明的技术方案不仅提高了目标尺寸明显变化下的运动跟踪精度，而且提高了运算效率。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

1.一种基于压缩域融合的Mean shift核窗宽动态更新方法，其特征在于，包括以下步骤：步骤1：在首帧图像中采用人机交互方式手动获取待跟踪目标的区域信息，通过在首帧图像上采用矩形框直接标注待跟踪目标的区域，矩形框中心作为待跟踪目标的中心位置，其中心坐标为(x,y)，矩形框宽度和长度为(W₀,H₀)，在此基础上建立待跟踪目标颜色概率的目标模型步骤2：从第二帧图像开始，在压缩域中根据运动矢量分析提取所述的待跟踪目标在当前帧中的尺寸(W,H)；步骤3：待跟踪目标在当前帧中的尺寸(W,H)与待跟踪目标的尺寸(W₀,H₀)进行比较，判断待跟踪目标的尺寸变化比率是否超过预设阀值K若是，则更新待跟踪目标的核窗宽大小，得到新的跟踪目标核窗宽，然后计算所述的新的跟踪目标核窗宽的颜色概率密度；若否，则计算所述的待跟踪目标核窗宽的颜色概率密度；步骤5：计算当前候选区域的颜色概率密度；其中所述的候选区域为所述的跟踪目标核窗宽所在帧的以后的每帧中，可能包含跟踪目标的区域；步骤6：计算所述的候选区域与跟踪目标核窗宽的相似性系数；步骤7：计算Mean Shift向量定位所述的跟踪目标核窗宽中心位置；步骤8：判断：所述的跟踪目标核窗宽的颜色概率密度是否收敛如果否，则搜索当前候选区域的后一帧，回转执行所述的步骤5，计算后一帧的候选区域的颜色概率密度；如果是，则完成搜索，定位所述的跟踪目标核窗宽的中心位置。