[发明专利]融合描述式和判别式建模的目标跟踪方法

说明书

技术领域

本发明属于计算机视觉技术领域，涉及一种对目标进行跟踪的方法

背景技术

目标检测与跟踪是计算机视觉的主要研究方向之一，它在人机交 互、智能监视、医学图像分析、移动机器人视觉导航、视频图像分析等 领域中有着广泛的应用。一个准确鲁棒的目标跟踪器对于后续的分析将 产生极大帮助。

现有的目标跟踪算法，从数学方法上通常可以分为两类：产生式方 法和判别式方法。产生式方法学习被跟踪目标的外观，得到被跟踪目标 外观的描述性模型。产生式方法通过更新描述式模型来适应被跟踪目标 外观的变化，而忽略背景对目标的影响。因此，产生式算法在背景和目 标比较相似时，跟踪结果容易偏离真正的目标位置。判别式方法通过学 习背景和被跟踪目标的分类面，获得对被跟踪目标外观和背景外观的判 别性模型。判别式方法通过更新判别式模型，即分类面，来适应被跟踪 目标和背景外观的变化。判别式方法由于同时关注被跟踪目标外观和背 景外观，往往能更有效地从背景中识别出目标。但是现有的判别式方法 通常仅仅关注目标和背景的判别性的模型，因而也容易产生模型偏差， 而所采用的更新方法又很难体现目标的真实变化，因此经常会出现严重 的“模型飘移”问题，导致被跟踪目标的丢失。

发明内容

针对现有技术的现状，本发明的目的是提出一种结合了描述式(或 称产生式)和判别式目标建模方法优点的跟踪一般物体的方法，使对给 出的图像序列能自动进行对目标的定位与跟踪，从图像序列中获得被跟 踪目标在每一帧图像中的位置。

为实现以上目的，本发明提供的一种融合描述式和判别式建模的目 标跟踪方法，基于两个尺度小图像块集合并且用二类支持向量机和一类 支持向量机共同对被跟踪目标建模，该方法包括步骤如下：

步骤S1：对视频文件的第1帧图像做初始化处理；即，设帧号t＝1， 从视频文件中读取第1帧图像，人工或者利用目标检测算法确定被跟踪 目标及其局部背景在第1帧图像中的位置，即初始位置；在被跟踪目标 及其局部背景上随机抽取两个尺度的小图像块集合；按照用户指定的特 征类型计算各小图像块的特征；利用两个尺度的小图像块的特征训练两 对二类支持向量机和一类支持向量机，用第一尺度小图像块集合训练得 到的二类支持向量机2-SVC(1，s1)和一类支持向量机1-SVC(1，s1)，以及 用第二尺度小图像块集合训练得到的二类支持向量机2-SVC(1，s2)和一 类支持向量机1-SVC(1，s2)共同构成被跟踪目标的模型，其中，s1和s2 分别表示第一尺度和第二尺度，2-SVC表示为二类支持向量机，1-SVC 表示为一类支持向量机；

步骤S2：确定被跟踪目标在第t+1帧图像中的位置；即，从视频文 件中读取第t+1帧图像，随机抽取两个尺度的小图像块集合；计算各小 图像块的特征；利用基于两个尺度小图像块的被跟踪目标的模型 2-SVC(t，s1)、1-SVC(t，s1)和2-SVC(t，s2)、1-SVC(t，s2)确定被跟踪目标 在第t+1帧中的位置，并根据被跟踪目标在第t+1帧中的位置将被跟踪 目标模型由2-SVC(t，s1)、1-SVC(t，s1)和2-SVC(t，s2)、1-SVC(t，s2)更新 为2-SVC(t+1，s1)、1-SVC(t+1，s1)和2-SVC(t+1，s2)、1-SVC(t+1，s2)；输 出被跟踪目标在第t+1帧图像中的位置；

步骤S3：若第t+1帧不是视频文件的最后一帧，t＝t+1，返回步骤 S2，若第t+1帧是视频文件的最后一帧，则至步骤S4；

步骤S4：结束目标跟踪。

其中，对视频文件的第1帧图像做初始化处理的具体步骤如下：

步骤S11：设帧号t＝1，用目标框和背景框在视频文件的第1帧图像 中选定需要被跟踪的目标以及被跟踪目标附近的背景的初始位置；

步骤S12：指定小图像块第一尺度，分别在目标框和背景框的环矩 形区域中随机采样，得到表示图像中被跟踪目标及被跟踪目标局部背景 的一对第一尺度小图像块集合；表示图像中被跟踪目标的第一尺度小图 像块是正样本，表示图像中被跟踪目标局部背景的第一尺度小图像块是 负样本；