[发明专利]一种面向遮挡和场景变换的运动对象追踪方法

权利要求书

1.一种面向遮挡和场景变换的运动对象追踪方法，其特征在于包括下列步骤：

a对输入的视频序列进行前景运动检测，提取运动对象；然后进入步骤b，

b如果已经保存有追踪对象的特征，则进入步骤d；如果未保存有追踪对象的特征，则根据用户选定的区域完成对目标物体的模板初始化和SURF特征提取，以及Kalman滤波器的初始化；然后进入步骤c，

c采用基于Kalman滤波器的方法对运动目标进行预测跟踪，直至视频内容结束，进入步骤e；当追踪过程中发生遮挡时，则进入步骤d；

d使用基于SURF特征的匹配方法确定追踪对象，在特征匹配趋于稳定并判断遮挡结束时，重新初始化Kalman滤波器后进入步骤c；

e输出并保存目标对象特征信息。

2.根据权利要求1所述的一种面向遮挡和场景变换的运动对象追踪方法，其特征在于：

上述步骤a中，建立两个参考帧I_bg(x,y)、I_up(x,y)，I_bg(x,y)为当前场景的背景帧，I_up(x,y)是一个随时间不断更新的参考帧；将当前帧I(x,y)分别与I_bg(x,y)、I_up(x,y)进行差分二值化，得到的结果记为：F_bg(x,y)、F_up(x,y)，根据二者的值分辨出场景中的遗留物和运动物体。

3.根据权利要求1或2所述的一种面向遮挡和场景变换的运动对象追踪方法，其特征在于：

上述步骤c中，首先对Kalman滤波器进行初始化，然后根据观测到的目标物体状态进行预测跟踪；在跟踪过程中，根据目标对象的轮廓变化情况自适应地更新模板图像，并将有代表性的特征信息进行保存；在追踪过程中，采用基于轮廓相交的判断方法对是否发生遮挡进行建模、分析和判断。

4.根据权利要求3所述的一种面向遮挡和场景变换的运动对象追踪方法，其特征在于：

上述步骤d中，自动搜索视频内容并找到与被跟踪物体特征点匹配最多的前景团块，针对测量误差和噪声引起的错误匹配，在得到SURF特征匹配点对后使用RANSAC算法进行精确匹配并得到图像间的转换的单应性矩阵，在视频中标定目标对象；判断遮挡是否结束与上述判断是否发生遮挡采用相同模型；重新初始化Kalman滤波器采用的方法与上述Kalman滤波器的初始化方法相同。