[发明专利]在视频压缩编码过程中实现目标轨迹跟踪的方法

说明书

技术领域

本发明涉及人机交互领域，特别涉及一种在视频压缩编码过程中实现 目标轨迹跟踪的方法。

背景技术

人机交互，作为沟通人与设备之间的桥梁，已广泛应用于视频会议、 虚拟现实、医疗监控等多个领域。传统的人机交互设备包括键盘、鼠标、 手写板、触摸板等，但是这些交互模式还停留在二维阶段，例如在进行视 频会议时，只能在固定位置通过白板完成会议文字的交互，并且对白板的 操作还处于比较原始的鼠标和键盘阶段。而随着传感器技术的发展(如微 电子机械技术的日益成熟)以及传感器价格的下降，加速度计、陀螺仪等 传感设备已经从传统的专用领域(如国防，航空，航天等领域)向其它领 域渗透。传感器技术在人机交互领域同样得到了应用，这使得人机交互从 传统的二维空间向三维空间发展。这种新的人机交互方式不仅为使用者解 除空间和线缆的束缚，并且能够支持输入各种形状图案和文字数字信息， 以增加会议双方的信息互动。

传感器技术应用在人机交互领域中所带来的变革之一是新型的空中 轨迹输入方式。空中轨迹输入的关键是如何能够尽快准确检测出被跟踪目 标(比如输入笔)的轨迹，目标轨迹跟踪是行为识别、文字识别的基础。 目前传统的目标轨迹跟踪主要有2种方式：

(1)、首先利用专门的目标识别算法检测出图像中的特定目标，例如基 于视觉的色度直方图方法，然后对视频序列中的所有图像分别操作以形成最 终的跟踪轨迹。

(2)、除视频编码系统外另加一套轨迹跟踪系统，由该轨迹跟踪系统专 门检测和跟踪特定目标，例如基于传感器的惯性导航系统。

在第一种方式中，仅仅利用摄像机所获取的视频序列中的图像信息实现 目标轨迹跟踪，但该方式中所采用的基于视觉的轨迹跟踪算法的复杂度普遍 较高，为了达到较高的识别率，通常采用全局搜索的方法在图像中匹配被跟 踪目标，由于所要搜索的范围过大，因而实时性较差，对硬件性能的要求也 较高。在第二种方式中，不需要利用摄像机所获取的视频序列中的图像信息， 而是直接利用了轨迹跟踪系统所提供的信息，该方式虽然可以直接实现目标 轨迹跟踪，提高了实时性，但同时增加了系统的硬件设备，加大了系统的复 杂度与成本。

发明内容

本发明的目的是克服现有的目标轨迹跟踪方法复杂度高、实时性差， 或者系统复杂度高、成本高的缺陷，从而提供一种在视频压缩编码过程中 实现目标轨迹跟踪的方法，被跟踪目标上安装有能够捕获实时三维运动数 据的运动传感器；该方法包括：

步骤1)、提取待压缩编码的视频序列的全局参数，计算被跟踪目标的 实时三维运动数据；其中，所述全局参数为与所述视频序列整体有关的参 数；所述三维运动数据为被跟踪目标在空间三个方向的转动角度以及被跟 踪目标的大致运动位移；

步骤2)、对所述视频序列中的非关键图像进行压缩编码，在压缩编码 的同时根据所述全局参数、被跟踪目标的实时三维运动数据以及压缩编码 参数计算出被跟踪目标在所述非关键图像中的大致位置与重点搜索区域， 根据所述大致位置与重点搜索区域搜集所述非关键图像的宏块中与被跟 踪目标的准确位置相关的块；其中，所述非关键图像为需要参考前帧或后 帧图像才能进行编解码的图像；

步骤3)、由所述与被跟踪目标的准确位置相关的块计算出被跟踪目标 在所述非关键图像中的准确位置。

上述技术方案中，还包括计算被跟踪目标在所述视频序列的关键图像 中的准确位置的步骤；以及

将被跟踪目标在所述视频序列中所有关键图像与非关键图像中的准 确位置连接起来，形成被跟踪目标的运动轨迹的步骤；其中，

所述关键图像为能够利用本帧图像中的信息进行编解码的图像。

上述技术方案中，所述的全局参数包括摄像头到目标输入平面的距离 d、摄像头俯仰角摄像头捕获图像的水平分辨率w和垂直分辨率h、所 述运动传感器的转动半径l、与搜索范围相关的感知数据误差ε、被跟踪目 标在前一参考图像中的准确位置PL_prev；所述三维运动数据包括被跟踪目 标沿输入平面两个坐标的转动角β_Y和β_P，以及被跟踪目标的大致运动位移 S＝(S_x，S_y)；其中，

上述技术方案中，所述的步骤2)包括：

步骤2-1)、依次提取非关键图像中的宏块，对每一个宏块执行以下步 骤；