[发明专利]一种基于曲率中心的预测与跟踪移动物体的方法

说明书

【技术领域】

本发明涉及视频跟踪领域，特别涉及一种基于曲率中心(Steiner点)的预测和跟踪移动目标的方法。

【背景技术】

基于特征点的运动目标的检测和跟踪是计算机视觉研究的重要内容，它在航空航天、智能机器人、自动监控系统、医学图像分析以及视频压缩等领域都具有广泛的应用。特征点能代表运动物体的局部或全局信息，能很好的反应物体的运行信息。但是，目前来看，这些现存的基于特征点的跟踪算法都有两个不足：1)这些基于特征点的目标跟踪算法只能跟踪到2D平面的运动轨迹，而往往二维图像平面不能反映真实空间中物体的运动轨迹。2)在目标跟踪中，现存的方法计算每一帧的特征点进行跟踪，这样先验知识并没有利用到，增加了计算的复杂性。

Steiner点事一个物体的几何中心。由Shephard在1960年定义的，从此以后，Steiner点开始被关注并且用它来解决各种各样的问题。它只与物体的凸包有关，并且可以通过支持函数来计算。而支撑函数的计算复杂性是O(n)。Steiner点具有很好的代数性质，例如连续性、旋转不变性、可加性等。

在实现本发明的过程中，发明人利用Steiner点来预测和跟踪移动目标，主要解决上面提到的两个问题，即：1)找到二维到三维的映射函数，能还原真实空间中移动目标的轨迹。2)减少计算的复杂度，利用先验知识来预测物体的位置，提高预测的准确性。

【发明内容】

本发明的目的在于提供一种基于曲率中心(Steiner点)的预测和跟踪移动目标的方法，所述基于Steiner点对移动目标进行预测及跟踪的方法，能快速并且准确的预测到物体的移动轨迹，并且通过映射函数能反应物体在三维空间中真实的运动轨迹。

为了达到本发明的目的，根据本发明的一个方面，本发明提供一种基于Steiner点的预测和跟踪移动目标的方法，所述方法包括：对视频中移动目标进行处理，通过支撑函数计算一帧图像中移动目标的Steiner点；基于得到的Steiner点加上时间轴，推广到时空域上；建立运动预测模型，能通过当前帧预测下一帧移动目标的Steiner点的具体位置；建立映射模型，把二维预测到的目标Steiner点坐标映射到三维现实空间中。

对于一帧图像，P是一图像里的一个移动物体的凸包；凸包P有M个顶点即P＝{p₁，p₂，...p_M}；则通过支持函数可的物体P的Steiner点为：

其中p_j是顶点P_j的坐标位置，是P_j的外角值，并且满足

进一步的，基于上步得到的Steiner点加上时间轴，推广到时空域上，则时空空域上的移动Steiner点为：

S(A:t)=1V(Bn)∫Sn-1hA(e,t)edλ(e)]]>

其中A是在视频中移动的物体；S^n-1是单位球；e是单位球上的单位向量；λ是基于S^n-1上的legesgue测度；V(Bⁿ)是单位球Bⁿ上的体积；t为时间轴。