[发明专利]一种基于概率图模型的目标跟踪方法

摘要

本发明公开了一种基于概率图模型的目标跟踪方法，该方法首先选择提取目标中的显著特征区域作为子块，针对子块划分问题，提出了一种基于局域特征点的目标显著特征区域提取方法。子块匹配之后，针对子块匹配结果的融合问题，提出了基于显著特征区域和马尔可夫随机场的目标跟踪算法，并基于显著特征区域之间的空间约束关系以及显著特征区域的描述特征分别建立目标的MRF模型的结构模型和观测模型，并利用BP算法对各个显著特征区域的MS匹配结果进行空间域上推断。本发明方法能够稳定可靠地跟踪目标，即便在目标处于被遮挡以及目标颜色信息与背景颜色信息相似等复杂情况下也能较好地实现目标跟踪。

主权项

一种基于概率图模型的目标跟踪方法，其特征在于，包括如下步骤：步骤1，对图像序列中第一帧图像，标定目标区域，并将目标区域划分为多个显著特征区域；计算各个显著特征区域的颜色纹理直方图；步骤2，对第一帧图像，将各显著特征区域作为马尔可夫随机场模型的节点，显著特征区域之间的空间关系作为连接两个节点的边，利用马尔可夫随机场模型融合显著特征区域之间的空间位置信息以及显著特征区域的局部信息对目标进行建模；步骤3，在跟踪过程中，首先在当前帧中利用MS算法对各个显著特征区域的位置进行匹配，得到各个显著特征区域的初步定位结果；然后将各个显著特征区域的初步定位结果作为MRF模型中各个节点的观测值，输入信念传播算法进行空间域上的概率推断，得到各个显著特征区域的位置；最后根据各个显著特征区域与目标区域中心点的空间位置关系，利用已经得到的各个显著特征区域的位置进行计算，得到最终的目标区域中心并输出跟踪结果。