[发明专利]基于层级式特征匹配的目标跟踪装置及方法

说明书

技术领域

本发明涉及图像处理和视频监控，特别涉及目标遮挡情况下基于层级式特征匹配的目标跟踪装置及方法。

背景技术

随着犯罪水平和威胁的增加，安全已成为世界普遍关注的问题。视频监控是解决该问题的方法之一。除了公共安全外，视频监控也能有效地解决一些其他问题，如拥挤城市车流量、人流量的调节。多年来大型监控装置在诸如机场、银行、高速公路或城市中心等的主要场所得到了广泛地应用。

由于传统的视频监控技术一般为人工监视，存在着易疲劳、易疏忽、反应速度慢、人工费用高等诸多不足。因此，近年来人们逐渐研究一种数字化、标准化、智能化和IP网络化的智能视频监控技术。

运动目标检测、跟踪是智能视频监控技术的基础，其检测结果、跟踪结果直接影响着后期事件(诸如：入侵、物品遗留、物品被盗、车辆逆向行驶等)检测的误警率和虚警率。因此，运动目标检测、跟踪的方法得到了广泛的关注。

公开号为CN 1875379A的中国专利申请公开了一种考虑了各匹配特征的范围和方差，对视频图像中的对象跟踪的方法和装置。公开号为CN 101017572A的中国专利申请公开了一种用在帧视频序列中跟踪非刚性物体的方法，从视频中提取包括像素位置和属性的特征，用这些特征构建一个协方差矩阵，该协方差矩阵以跟踪为目的作为物体的描述符，通过基于李代数平均的更新机制来管理物体变形和外表改变。上述目标跟踪方法能够跟踪简单场景中的单个目标，但是一旦场景中出现目标被遮挡情况时，上述方法会出现目标跟踪丢失问题。

综上所述，目前迫切需要提出能解决大量噪声情况下目标交汇遮挡的问题，同时具有较强鲁棒性的目标跟踪装置及方法。

发明内容

有鉴于此，本发明的主要目的在于解决大量噪声情况下目标交汇遮挡的问题，提高跟踪的实用性、连续性和可靠性。

为了实现这一目的，按照本发明的第一个方面，提供了一种跟踪装置，包括：目标检测模块，用于将视频场景中的目标以及目标区域从背景中提取出来；目标跟踪模块，用于基于所提取出的目标区域以及检测区域，记录目标在每帧内的位置。其中，所述目标跟踪模块进一步包括：特征提取模块，用于计算目标区域的位置、直方图、速度，并将这些计算结果作为特征输出；目标预测模块，用于根据上一帧中目标区域的位置、速度，预测当前帧中目标区域的位置；遮挡分离处理模块，用于根据多个目标区域的位置，判断多个目标之间是否发生遮挡或分离，将相互发生遮挡的目标编入遮挡组，将分离的目标从遮挡组内剔除；匹配系数计算模块，用于分别计算每一个目标与每个目标区域的特征匹配系数，把匹配系数记录到匹配系数矩阵中，以便后期的匹配决策；匹配决策模块，用于从匹配系数矩阵中选择出最佳匹配对并输出；目标信息更新模块，用于根据所述最佳匹配对，更新目标的信息；跟踪后处理模块，用于完成包括目标状态转换、丢失目标删除及新目标生成的处理。

按照本发明的第二个方面，还提供了一种目标跟踪方法，包括：将视频场景中的目标以及目标区域从背景中提取出来；基于所提取出的目标区域以及检测区域，记录目标在每帧内的位置。其中，记录目标在每帧内的位置的步骤包括：计算目标区域的位置、直方图、速度，并将这些计算结果作为特征输出；根据上一帧中目标区域的位置、速度，预测当前帧中目标区域的位置；根据多个目标区域的位置，判断多个目标之间是否发生遮挡或分离，将相互发生遮挡的目标编入遮挡组，将分离的目标从遮挡组内剔除；分别计算每一个目标与每个目标区域的特征匹配系数，把匹配系数记录到匹配系数矩阵中，以便后期的匹配决策；从匹配系数矩阵中选择出最佳匹配对并输出；根据所述最佳匹配对，更新目标的信息；完成包括目标状态转换、丢失目标删除及新目标生成的处理。

附图说明

图1示出了按照本发明的基于层级式特征匹配的目标跟踪装置；

图2示出了按照本发明的遮挡分离处理模块；

图3示出了按照本发明的遮挡、分离、交汇的示意图；

图4示出了按照本发明的遮挡稳定模块的时序示意图；

图5示出了按照本发明的匹配系数计算模块；

图6示出了按照本发明的两分离目标匹配系数计算方法；

图7示出了按照本发明的趋势匹配系数计算的示意图；

图8示出了按照本发明的匹配决策模块；

图9示出了按照本发明的目标信息更新模块；

图10示出了按照本发明的一例遮挡过程的未修正轨迹以及修正后轨迹的示意图。

定义

在描述本发明时，全部使用下列定义(包括上面的描述)。