[发明专利]一种视频监控中的多目标跟踪方法

摘要

本发明公开了一种融合ASIFT特征和粒子滤波的视频目标跟踪方法，属于视频信息处理与模式识别技术领域。该方法包括步骤利用相邻帧差法得到视频序列中的运动目标；根据获取的完整目标对应的区域，建立跟踪目标模型，并构建目标模型的ASIFT特征向量；采用粒子滤波技术预测候选区域目标,并构建候选目标模型的ASIFT特征向量；对跟踪目标特征向量与候选区域目标特征向量进行匹配；采用RANSAC算法对错误匹配进行剔除；更新目标模型，实现目标跟踪。本发明能够在亮度变化、遮挡情况下能够准确快速地跟踪目标，有较好的实时性和鲁棒性。

主权项

一种视频监控中的多目标跟踪方法，用相邻帧差法检测出运动目标，对检测出的运动目标建立跟踪目标模型，并构建目标模型的ASIFT特征向量；采用粒子滤波预测候选区域目标，并建立候选目标模型的ASIFT特征向量，对跟踪目标特征向量与候选区域目标特征向量进行匹配，采用RANSAC算法对错误匹配进行剔除，更新目标模型，实现目标跟踪，包括以下步骤:步骤A：读取视频图像初始帧，采用相邻帧差法对视频序列中的运动目标进行检测；读取视频图像初始帧，对视频中相邻两帧的图像相应像素值进行差值计算，Dk(x,y)＝|fk(x,y)‑fk+1(x,y)|Dk=0Dk<T01Dk≥T0]]>其中，fk(x,y)为当前帧的图像，fk+1(x,y)为当前帧图像相邻的下一帧图像；Dk为两帧图像差的绝对值，Dk＝1为运动目标区域；其中T0＝0.7；步骤B：构建跟踪目标模型的仿射‑尺度不变特征转换(Affine‑SIFT,ASIFT)特征向量A；具体步骤为：步骤B1，对运动目标区域进行仿射变换参数，在运动目标区域中，对纬度角θ采用等比数列采样：1,a,a2...an，a>1，其中n＝5；对经度角进行等差采样：0,b/t,...kb/t，其中b＝72°，t＝|1/cosθ|，k为满足条件kb/t<180°的最后一个整数；步骤B2,对运动目标区域进行仿射变换，利用得到的序列参数进行计算：其中，I为运动目标区域，I‘为仿射变换后的运动目标区域；步骤B3，对仿射模拟变换后的运动目标区域进行ASIFT特征点检测；步骤B4、对运动目标区域的特征点进行向量描述，构建128维的ASIFT特征向量；步骤B5、对ASIFT特征向量采用主成分量分析法(PCA)进行空间降维得到特征向量A；步骤C，读取下一帧图像；步骤D，采用粒子滤波法对步骤C中读取的图像预测候选区域目标,并构建候选目标模型的ASIFT特征向量B；具体步骤是：D1，对运动目标区域，从t时刻的前一帧一组概率样本中随机选择M个粒子样本；D2，对新采集到的M个粒子进行概率重新分布；D3，对M个粒子根据RGB直方图来计算直方图的权重值，然后将M个粒子位置根据权重进行加权平均计算，得到跟踪目标的候选区域；D4，构建候选区域的ASIFT特征向量采用主成分量分析法(PCA)进行空间降维得到特征向量B；步骤E：对运动目标区域特征向量A与候选区域的ASIFT特征向量B进行匹配；步骤F：采用随机样本一致性RANSAC法进行剔除错误匹配；步骤G：更新目标模型，返回步骤C，实现目标跟踪。