[发明专利]基于光流场估计的自适应均值漂移目标跟踪方法

权利要求书

1.一种基于光流场估计的自适应Mean-Shift目标跟踪方法，其特征在于包括以下步骤：

1)    利用光流法算出目标的移动速度和方向；

2)    对下一帧目标跟踪提供预测位置和目标变化趋势；

3) 在新预测后而得到的窗口内利用二分法自适应Mean-Shift算法得到漂移结果；

利用色差分析处理被静止物体遮挡情况。

2.根据权利1所述的一种基于光流场估计的自适应Mean-Shift目标跟踪方法，其特征在于所述的利用光流法算出目标的移动速度和方向步骤：

1)    在目标窗口内找取若干特征点；

2)    利用光流约束方程                                                ，其中表示亮度，，是图像的偏导数，是图像随时间的导数，算出各个特征点的光流信息，即运动方向和位移。

3.根据权利1所述的一种基于光流场估计的自适应Mean-Shift目标跟踪方法，其特征在于所述的对下一帧目标跟踪提供预测位置和目标变化趋势步骤：

1)    将获取的移动速度和方向，为下一帧目标跟踪提供预测位置; 特征点在当前帧的位置，上一帧位置，下一帧预测窗口中心

其中C是当前帧的窗口位置中心；

2)    根据一般监控下，目标朝图像下方运动时，处于增大趋势，反之处于减小趋势的先验知识; 预判目标大小变化趋势。

4.根据权利1所述的一种基于光流场估计的自适应Mean-Shift目标跟踪方法，其特征在于所述的在新预测后而得到的窗口内利用二分法自适应Mean-Shift算法得到漂移结果步骤：

1)    建立基于RGB颜色的直方图分布；

2)    假设物体中心位于，用表示当前目标区域的色彩直方图，表示预测区域的色彩直方图；

 

其中因为离中心距离越近的采样点对估计周围的统计特性越有效，引入核函数，h为带宽,是克罗内科函数，即; 式中为像素处的颜色子空间索引值，是所包含的颜色子空间索引值; 即将各点的像素值归于各自对应的直方图区间内. C是归一化常量；

3)    物体跟踪简化为寻找最优的y，使得和最相似; 用Bhattacharyya系数来度量分布，即

4)    得到新位置后，以新位置为基点进行Mean-Shift迭代，直至得到最优的目标位置；

5)    最后利用二分法Bhattacharyya系数分别获得精确的窗口长宽。

5.根据权利1所述的一种基于光流场估计的自适应Mean-Shift目标跟踪方法，其特征在于所述的利用色差分析处理被静止物体遮挡情况步骤：

1)    在目标丢失处周围一定区域内建立一个监控区.

2)    根据监控区内色差变化，如果色差变化超过一定阈值的点达到一定数量时，取色差变化区域的中心像素点为目标中心.

3)    均值漂移，计算Bhattacharyya系数，如果相似度较高，表明目标已再次出现。