[发明专利]基于赋权最小二乘的单目标跟踪方法

说明书

技术领域

本发明属于图像处理与模式识别的技术领域，涉及一种基于赋权最小二乘的单目标跟踪方法。

背景技术

视觉目标跟踪的目的是要得到视频序列中特定目标的运动轨迹，是计算机视觉研究中热门的研究课题，也在很多实用的视觉系统中扮演重要的角色。例如，最近几年由公安部实施的金盾工程，在公共场所安装了数以百万计的监控摄像头，通过先进的视频分析软件，能够跟踪并识别场景中出现的行人，协助公安部门侦破案件。美国微软公司于2010年11月4日推出的Kinect体感游戏中也利用了基于视觉的目标跟踪方法对玩家的肢体进行跟踪，从而对游戏进行控制，为玩家带来了一种全新的游戏体验。

视觉目标跟踪的研究经历了二十多年的快速发展。虽然各种新颖的算法在文献中被研究人员提出，并在实验环境下达到了较好的跟踪性能，但这些算法离实际的应用需求还存在较大的差距。主要原因在于目标跟踪过程中目标外观的变化会受到很多因素的干扰，例如光照变化、遮挡和姿态变化等。现有的目标跟踪算法主要通过开发同时具有较强判别能力和鲁棒性能力的外观表示来解决这一问题。这类外观表示方法主要包括基于硬编码的特征表示和基于学习的特征表示。这些方法或者具有较强的判别能力或者具有较强的鲁棒性，但目前的方法还不能达到同时既具有较强的判别性和鲁棒性，因而跟踪性能并不稳定。

发明内容

本发明的目的是解决现有目标跟踪方法在跟踪过程中跟踪性能不稳定的问题，提供一种基于赋权最小二乘的单目标跟踪方法。

本发明的基于赋权最小二乘的单目标跟踪方法以视频序列作为输入，包括如下两个阶段的操作：

1、在模型初始化阶段，以跟踪目标为中心，在一定搜索范围内采样与目标相同大小的目标候选。若目标候选中心与目标中心距离小于阈值，则将目标候选作为目标模板，否则作为背景模板。

2、在跟踪阶段，以上一时刻跟踪到的目标为中心，在一定搜索范围内采样目标候选。将任一目标候选表示为目标模板和背景模板的线性组合，并利用赋权最小二乘算法求解表示的系数。目标候选的权重通过目标模板及其对应系数对其进行重构的误差进行计算。权重最大的目标候选则为当前时刻的跟踪结果。

本发明利用了赋权最小二乘方法对噪声的鲁棒性来处理目标跟踪过程中目标由于光照、遮挡和姿态等因素而导致的外观变化。同时，赋权最小二乘方法系数的求解存在解析解，因而本发明能够达到实时跟踪的目标。本发明用于复杂环境下对单目标进行实时跟踪，可以应用于人机交互、智能视频监控系统、交通安全管理系统等。

具体实施方式

本发明的基于赋权最小二乘的单目标跟踪方法的具体步骤为：

以上所述，仅为本发明较佳的具体实施方式，这些具体实施方式都是基于本发明整体构思下的不同实现方式，而且本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。