[发明专利]一种基于加权模型约束的寻优匹配目标跟踪方法

摘要

本发明提供一种基于加权模型约束的寻优匹配目标跟踪方法，涉及计算机视觉技术领域。该方法以第一帧图像为训练图像，建立带权目标模型，逐帧读取视频图像，并以前一帧为基础得到当前帧的匹配前景区域，利用双向最优相似匹配方法进行目标检测，得到跟踪结果区域；当帧数大于6时，利用距离决策方法对发生误匹配的情况进行重构；当帧数为5的倍数时，根据当前帧的跟踪结果和当前带权目标模型进行加权融合来更新带权目标模型。本发明的方法用于对视频图像序列进行目标跟踪，能防止目标在发生形变、局部遮挡时因目标特征匹配不完全而导致跟踪偏移问题，并能避免背景信息的干扰，保证匹配到的目标更准确。

主权项

一种基于加权模型约束的寻优匹配目标跟踪方法，其特征在于：包括以下步骤：步骤1：读取待跟踪的视频图像序列，将第一帧待跟踪视频图像序列作为训练图像；步骤2：利用加权分割理论建立待跟踪视频图像的带权目标模型T′，具体方法如下：步骤2.1：标定出当前第一帧视频图像中的初始目标区域T；步骤2.2：将目标区域的长、宽分别进行n等分，连接各个分割点得到n2个大小相同的局部特征块，第u个局部特征块为Pu，u＝1，2，…，n2；步骤2.3：根据局部特征块所在位置区域，将n2个局部特征块划分为h个分割层，根据局部特征块所在的不同分割层，将局部特征块赋予不同权值，得到带权目标模型T′；步骤3：读取第二帧待跟踪视频图像序列作为当前帧图像；步骤4：在当前帧中，以第一帧圈定初始目标区域T的中心坐标为当前帧的中心点，以第一帧初始目标区域对角线的1.5倍进行扩展作为当前帧的对角线长度，得到当前帧的匹配前景区域；步骤5：利用双向最优相似匹配方法进行目标检测，通过计算当前帧前景区域中的局部特征块与建立的带权目标模型T′之间的相似性，确定匹配到的跟踪目标，具体方法为：步骤5.1：将当前帧的匹配前景区域分割成M个与带权目标模型T′中的局部特征块大小相同的局部特征块，当前帧的匹配前景区域分割的第m个局部特征块为Qtm，t表示当前图像的帧数，m＝1，2，…，M；步骤5.2：选择带权目标模型T′中的每一个局部特征块Pu＝{pui}，与当前帧的匹配前景区域中的每个局部特征块Qtm进行双向最优相似匹配(optimal similarity matching，简称OSM)，获得当前帧的匹配前景区域中的最优匹配块P′tu＝{p′tui}，其中，i∈1，…，N，N表示最优匹配块P′tu中像素的总个数，pui、p′tui分别为第u个局部特征块Pu和当前帧第u个最优匹配块P′tu中的第i个像素点；步骤5.3：重复步骤5.2，直到带权目标模型T′中的所有n2个局部特征块匹配完全；步骤5.4：整合匹配到的所有n2个最优匹配块P′tu，从而得到当前帧匹配到的跟踪结果区域；步骤6：判断当前图像的帧数t是否小于3；若是，则执行步骤7；否则，执行步骤8；步骤7：读取下一帧待跟踪视频图像序列作为当前帧图像；在当前帧中，以前一帧圈定跟踪结果区域的中心坐标为当前帧的中心点，以前一帧圈定跟踪结果区域对角线的1.5倍进行扩展作为当前帧的对角线长度，得到当前帧的匹配前景区域，然后返回步骤5；步骤8：判断当前图像的帧数t是否大于6，若是，则执行步骤9，否则，执行步骤12；步骤9：计算当前帧匹配到的各个最优匹配块P′tu与前一帧匹配到的各个最优匹配块P′(t‑1)u之间的中心距离dtu，如下式所示，dtu=(xtu-x(t-1)u)2+(ytu-y(t-1)u)2;]]>其中，(xtu，ytu)为当前帧匹配到的第u个最优匹配块P′tu的中心点坐标，(x(t‑1)u，y(t‑1)u)为前一帧匹配到的第u个最优匹配块P′(t‑1)u的中心点坐标；步骤10：计算当前帧所有n2个最优匹配块与前一帧匹配到的各个最优匹配块之间的平均中心距离如下式所示，d‾t=1n2Σu=1n2dtu;]]>步骤11：利用距离决策方法判断当前帧各个最优匹配块是否发生误匹配，并根据其遮挡情况，重新构造当前帧的匹配目标区域；步骤12：根据当前图像的帧数判断是否需要对当前待跟踪视频图像的带权目标模型T′进行更新，具体方法为：步骤12.1：判断当前图像的帧数t是否为5的倍数，若是，则更新当前待跟踪视频图像的带权目标模型，执行步骤12.2，否则，执行步骤12.3；步骤12.2：根据当前帧的跟踪结果和当前带权目标模型的目标特征分布进行加权融合，得到待跟踪视频图像更新后的带权目标模型的目标特征分布，更新公式如下式所示，T′update＝aQt+(1‑a)T′；其中，Qt为当前帧跟踪结果中的目标特征分布，T′表示当前待跟踪视频图像的带权目标模型的特征分布，T′update为更新后的带权目标模型的特征分布，a为更新权重；步骤12.3：将当前待跟踪视频图像的带权目标模型作为待跟踪视频图像更新后的带权目标模型；步骤13：判断当前图像帧数t是否达到待跟踪视频图像序列的总个数tn，若是，则得到待跟踪视频图像序列的跟踪结果，否则，返回步骤7，进行下一帧视频图像的处理。