[发明专利]基于运动相机的运动目标检测与跟踪的系统、设备和方法

权利要求书

1.一种用于基于运动相机的运动目标检测与跟踪的设备，包括：

特征检测单元，在输入视频的第一帧中找出特征点；

特征跟踪单元，在后面的帧中跟踪由特征检测单元找出的特征点；

潜在运动检测单元，从特征跟踪单元跟踪的特征点之中找出潜在的运动点；

运动分析单元，从潜在运动检测单元找出的潜在的运动点中确定运动点；

目标跟踪单元，根据给定的初始位置从输入视频中跟踪运动目标区域，

其中，运动分析单元按照下述方法确定运动点：

对每个点P_i，计算m+1个连续帧n-m，n-m+1，...，n之间的光流O_n-m，O_n-m+1，...，O_n；

计算光流差D₁，D₂，...，D_m，其中，Di＝|O_n-m+i-1-O_n-m+i|；

如果O_j＞T₁并且D_i＜T₂，则将P_i标记为候选点；

如果P_i被K次或多于K次标记为候选点，则在最终输出中P_i被标记为运动点，并且所有的运动点形成最小矩形R作为运动目标区域，

其中，n和m为正整数；K＜m；j＝n-m，...，n；i＝1，...，m；T₁和T₂是两个预定阈值。

2.如权利要求1所述的设备，其中，目标跟踪单元使用均值偏移算法和粒子滤波器算法的结合来跟踪运动目标区域。

3.如权利要求2所述的设备，其中，目标跟踪单元选择矩形R作为初始跟踪区域，使用粒子滤波器作为初始跟踪器，使用初始跟踪器的输出作为用于均值偏移算法的初始跟踪区域，并将均值偏移的输出用作最终输出。

4.如权利要求1至3中任一项所述的设备，其中，特征检测单元使用以下角点检测算法之一来找出特征点：Harris角点检测算法、尺度不变量特征变换算法、机器学习检测算法。

5.如权利要求1至3中任一项所述的设备，其中，特征跟踪单元使用以下特征点跟踪算法之一来跟踪特征点：光流算法、模板匹配算法和活动轮廓模型算法。

6.如权利要求1至3中任一项所述的设备，其中，潜在运动检测单元使用以下算法之一来找出潜在的运动点：旋转离群值否决方法和随机抽样一致 性方法。

7.一种用于基于运动相机的运动目标检测与跟踪的方法，包括：

在输入视频的第一帧中找出特征点；

在后面的帧中跟踪找出的特征点；

从跟踪的特征点之中找出潜在的运动点；

从找出的潜在的运动点中确定运动点；

根据给定的初始位置从输入视频中跟踪运动目标区域，

其中，确定运动点的步骤包括：

对每个点P_i，计算m+1个连续帧n-m，n-m+1，...，n之间的光流O_n-m，O_n-m+1，...，O_n；

计算光流差D₁，D₂，...，D_m，其中，Di＝|O_n-m+i-1-O_n-m+i|；

如果O_j＞T₁并且D_i＜T₂，则将P_i标记为候选点；

如果P_i被K次或多于K次标记为候选点，则在最终输出中P_i被标记为运动点，并且所有的运动点形成最小矩形R作为运动目标区域，

其中，n和m为正整数；K＜m；j＝n-m，...，n；i＝1，...，m；T₁和T₂是两个预定阈值。

8.如权利要求7所述的方法，其中，使用均值偏移算法和粒子滤波器算法的结合来跟踪运动目标区域。