[发明专利]一种基于曲率中心的跟踪局部被遮挡的物体的方法

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)的跟踪局部被遮挡的物体的方法

【背景技术】

目前，目标的跟踪与识别已广泛应用于各个领域，如：安全监控、农作物生长速度测定、军事系统、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。实现目标跟踪识别的方法主要有基于衬比度的方法、差分阈值法、质心法、相关法、特征识别法等。其中基于目标特征的方法是当前的研究热点。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，目前存在的跟踪算法对像素变化非常敏感，如当光照变化，物体被遮挡时或者物体互相重叠时，大多数跟踪算法碰到这种情况往往会丢失跟踪目标。

Steiner点是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。近年来Steiner点在图像领域得到迅速的发展，提取物体的边界、利用Steiner点进行图像的反模糊化等等。

在实现本发明的过程中，发明人利用Steiner点来跟踪局部被遮挡的物体的方法，主要解决了两个问题，即：1)找到到物体被遮挡部分与剩余部分Steiner点之间的联系，并能求解未被遮挡物体的Steiner点，进而跟踪物体。2)利用Steiner点减少了计算的复杂性。

【发明内容】

本发明的目的在于提供一种基于Steiner点的跟踪局部被遮挡的物体的方法，所述基于Steiner点对局部被遮挡的物体的跟踪的方法，能够准确的跟踪到被局部被遮挡的移动物体，并且降低了计算的复杂性。

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点的跟踪局部被遮挡的物体的方法，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；找到物体被遮挡部分与剩余部分Steiner点之间的联系；求出被遮挡物体Steiner点的速度变化；建立预测模型进而跟踪局部被遮挡的物体。

设Kⁿ为n维欧式空间Rⁿ上的非空有界闭子集，Kⁿ被赋予线性结构，即集合Kⁿ满足加法和数乘的封闭性。设S^n-1为空间Rⁿ上的一个单位球面，C(S^n-1)是S^n-1到R的连续函数空间，对C(S^n-1)可以赋予一个上确界泛输，如：对A∈Kⁿ，定义A的支撑函数为：

h_A：S^n-1→R，e→max{<a，e>：a∈A}

其中<，>表示空间上的内积运算，e为单位向量。

映射A→h_A是一一映射，即每一个闭凸集都可以用它的支撑函数唯一地表示。

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

进一步的求出被遮挡部分与剩余部分之间的关系，对于一帧图像，P是一图像里的一个移动物体的凸包；P₁和P₂分别是被遮挡部分和没有被遮挡部分，则物体被遮挡部分与剩余部分Steiner点之间的联系：

S(P)=S(P₁)+S(P₂)-S(P₁∩P₂)

其中“∩”表示集合P₁和P₂的交集。

实际上S(P₁∩P₂)表示运动物体与遮挡物交接的边沿部分。因此，当知道物体整体Steiner点时，即知道S(P)，知道未被遮挡部分Steiner点时，即S(P₂)，就可以求出物体被遮挡部分的Steiner点。