[发明专利]融合显著特征和分块模板的多目标跟踪方法

摘要

本发明提供一种融合显著特征和分块模板的多目标跟踪方法，采用RGB分量背景差分和迭代阈值检测目标运动区域，提高了运动检测算法的场景光照变化自适应能力；基于目标区域分块、运动像素色彩显著度加权的块质心模型、块质心转移融合和尺度更新方法，计算效率高、抗部分遮挡和相似色彩场景干扰能力强；采用两级数据关联解决多目标测量‑跟踪间分配问题，能准确定位发生遮挡的局部区域，从而利用遮挡矩阵指导模板自适应更新、利用块有效色彩和运动信息获得可靠的全局质心转移向量，最终实现复杂场景中多目标持续、稳定和快速跟踪，应用于智能视频监控、空中多目标跟踪与攻击、多任务跟踪智能机器人等领域。

主权项

一种融合显著特征和分块模板的多目标跟踪方法，其特征在于：步骤一、利用阈值迭代算法计算当前帧与参考背景间RGB分量差分图像的分割阈值，融合分量运动目标二值区域计算运动检测区域的尺度和中心坐标；步骤二、将目标区域均匀分块，获取各块中心坐标、尺度、运动像素占空比和有效色彩占空比参数，并根据各运动像素处背景差分值计算该像素色彩显著度，以作为色彩质心统计的权值，建立基于块的运动、色彩显著质心模型；步骤三、建立上一帧跟踪目标和当前运动检测区域间基于目标全局的一级关联，对满足一对一关联的目标建立测量‑跟踪对应；对新出现目标初始化；对消失目标暂存模板；对互遮挡目标，建立其在当前帧映射区域间全局二级关联以判断哪些目标间发生了遮挡，并进一步利用块间二级关联定位发生遮挡的块；对断裂目标只需获得其当前帧映射区域；步骤四、建立块遮挡标志矩阵，并融入模板更新过程，对发生遮挡的块采用遮挡前的模板计算色彩质心转移量，对未发生遮挡的块以上一帧跟踪结果为模板计算当前色彩质心转移量；步骤五、在当前帧映射扩展区域中选择有效色彩质心，并根据块区域中有效色彩占空比和运动像素占空比计算块融合权值，获得目标全局质心转移向量和最优位置；步骤六、在目标最优位置处的新映射扩展区域中，分别沿水平和垂直方向顺序统计未发生遮挡的块间有效色彩质心距离，经邻块有效色彩显著度加权获得目标尺度缩放参数。