[发明专利]一种基于混合预测策略的遮挡目标跟踪方法

说明书

技术领域

本发明涉及光电产品应用技术领域，具体涉及一种基于混合预测策略的遮挡目标跟踪方法。

背景技术

基于视频或图像序列的运动目标跟踪长期以来都是计算机视觉、图像处理和模式识别领域中一个非常重要和活跃的研究课题。运动目标跟踪技术是衔接运动目标检测和目标行为分析与理解的一个重要环节。在实际应用系统中，目标跟踪不仅可以提供目标的运动轨迹、运动参数和准确的位置，也可以为场景中目标的运动分析和场景分析提供了可靠数据来源，同时运动目标的跟踪信息反过来为运动目标的正确检测以及运动目标的识别提供了决策支持，从而更有利于运动目标的跟踪。

遮挡是目标跟踪中的常见情况，目标可能被背景中静止的物体遮挡，也可能被另外的运动目标遮挡，或者由于自身的旋转而遮挡本身的某些信息，并且遮挡的程度也是不同的。目前多数视频监控系统都不能处理较严重的遮挡问题，也不能提供标准来判断何时停止及何时重新开始跟踪，且在目标丢失情况下没有相应的重新获取目标的引导方法。

发明内容

（一）要解决的技术问题

本发明要解决的技术问题是如何针对视频场景中的目标遮挡现象，设计一种基于混合预测策略的遮挡目标跟踪方法，使得当跟踪目标发生遮挡时，通过混合预测策略能稳定地跟踪运动目标。

（二）技术方案

为了解决上述技术问题，本发明提供一种基于混合预测策略的遮挡目标跟踪方法，该方法包括如下步骤：

步骤S1：在拍摄设备静止状态下采集当前视频序列图像；

步骤S2：采用阈值分割方式对当前帧进行处理，根据当前帧的处理结果，结合当前所处的具体场景，以一定的比重分配当前帧以及上一帧的直方图模板，来更新下一帧所需的直方图模板；

步骤S3：采用3点线性预测方式以及5点平方预测方式来对目标分别进行预测；

步骤S4：对根据所述3点线性预测方式以及5点平方预测方式预测得到的结果进行混合加权组合，生成加权系数；

步骤S5：根据所述3点线性预测方式预测得到的结果、5点平方预测方式预测得到的结果以及所述加权系数，得到目标在下一帧的预测位置。

其中，所述步骤S2包括：

步骤S201：选取当前帧中跟踪目标的初始区域，计算当前帧图像选定区域在HSV空间的色调直方图；

步骤S202：根据所述色调直方图计算选定区域的反向投影图；

步骤S203：利用大津法对选定区域进行阈值分割得到二值图像；

步骤S204：用阈值分割得到的二值图像和反向投影图进行逻辑与处理，得到修正后的反向投影图；

步骤S205：利用反向投影图采用均值漂移算法对跟踪目标进行迭代处理获取新的目标位置；

步骤S206：计算新目标位置区域的直方图p_T；

步骤S207：根据公式（1）计算更新下一帧所需的直方图模板p_N，p_T表示当前帧的直方图模板，p_R表示为上一帧的直方图模板；β表示比例因子，其取值根据当前所处的具体场景在0~1中预先设定；

p_N＝β×p_T+(1-β)×p_R    （1）。

其中，所述步骤S3包括：

步骤S301：选取新的直方图模板计算目标区域的反向投影图；

步骤S302：根据反向投影图采用均值漂移算法对跟踪目标进行迭代处理获取新的目标位置；

步骤S303：对于当前帧k，根据获取的目标位置点Y(k)、Y(k-1)、Y(k-2)并结合公式（2）来计算第k+1帧的3点线性预测值Y_L(k+1)：

Y_L(k+1)＝[4Y(k)+Y(k-1)-2Y(k-2)]/3    （2）；

其中，当前帧k表示当前时刻所处的帧，假设Y_L(k)为按公式（2）中3点线性预测方式对当前帧目标位置的预测，Y_L(k+1)为3点线性预测方式对下一帧目标位置的预测，Y(k)为目标在当前帧的真实位置；

步骤S304：对于当前帧k,根据获取的目标位置点Y(k)、Y(k-1)、Y(k-2)、Y(k-3)、Y(k-4)并结合公式（3）来计算第k+1帧的5点平方预测值Y_S(k+1)：