[发明专利]应用于人机交互的运动物体跟踪方法及系统

说明书

技术领域

本申请涉及视频图像，尤其涉及一种应用于人机交互的运动物体跟踪方法及系统。

背景技术

近年来随着智能手机和平板电脑的普及，基于手势的设备人机交互已经非常普遍，基于触摸屏的模式，人们每天都在通过点击、滑动、扭转、缩放等多种手势动作对诸如iPhone 、iPad、Windows Phone或基于Android系统的终端设备进行操控、娱乐。这样大规模用户习惯的改变，在习惯物理键盘实现人机交互的5至10年前是难以预计的，最重要的是它以更直观、更便利的方式，从家庭娱乐到企业应用的方方面面，对未来人们的生活方式的各方面产生了长久深远的影响，是未来消费电子产品技术革新与升级的必然趋势。

2012年美国NMC Horizon 报告显示，人机交互在未来的4到5年，将会在现有基于触摸屏模式的交互方式，将以智能电视、家庭娱乐、手机应用等消费电子品为媒介，向基于图像、语音和MEMS传感器的多种模式偕同发展，彻底改变未来人们的生活、工作、娱乐中的信息交互方式。

目前，国内外的研发状态主要呈现以下特点：

1）多数同类产品针对特定行业应用或本公司配套设备而设计，而非通用模块。例如Google手套是与Google Glass搭配的产品，任天堂的游戏手柄及微软Kinect都是配套其公司游戏主机的辅助装置，尽管也可以在其它领域得以应用，但仍有很大的制约与局限。

2）多数类似系统价格昂贵，与现有通用电子消费平整和成本过高，在价格上难以大众普及。例如Kinect核心模块，把该模块集成到机顶盒或智能电视之中远超普通消费者的承受能力。 

发明内容

本申请提供一种应用于人机交互的运动物体跟踪方法及系统。

根据本申请的第一方面，本申请提供一种应用于人机交互的运动物体跟踪方法，包括：

采集图像，确定当前帧图像中目标的初始位置；

对所述当前帧图像中的目标区域进行LK光流跟踪得到跟踪结果框；

对所述当前帧图像通过训练分类器进行检测，得到检测结果框；

计算所述检测结果的可信度，根据所述可信度确定所述目标的最终位置及用于下一帧图像LK光流跟踪的初始信息。

上述方法中，所述对所述当前帧图像中的目标区域进行LK光流跟踪得到跟踪结果框，具体包括：

    通过LK光流从所述上一帧图像跟踪到所述当前帧图像；

    再从跟踪到的所述当前帧图像通过LK光流反跟踪到所述上一帧图像；    

根据所述上一帧图像的初始跟踪点与经过两次LK光流跟踪后得到的跟踪点之间的关系，确定第一阈值；

根据所述第一阈值选取成功跟踪的点对。

上述方法中，所述根据所述上一帧图像的初始跟踪点与经过两次LK光流跟踪后得到的跟踪点之间的关系，确定第一阈值，根据所述第一阈值选取成功跟踪的点对，具体包括：

计算所述上一帧图像的初始跟踪点与经过两次LK光流跟踪后得到的跟踪点之间的误差，将所述误差的平均值作为第一阈值；

选取所述误差小于所述第一阈值的点对。

上述方法中，所述采集图像，确定当前帧图像中目标的初始位置，具体包括：

通过肤色检测、运动块检测和分类器检测确定所述目标的初始位置。

上述方法中，所述计算所述检测结果的可信度，根据所述可信度确定所述目标的最终位置及用于下一帧图像LK光流跟踪的初始信息，具体包括：

    使用所述跟踪结果框与所述检测结果框的重叠面积除以所述跟踪结果框的面积，得到所述可信度；    

确定第二阈值；

当所述可信度大于等于所述第二阈值时，将所述检测结果作为所述目标的最终位置，并作为用于下一帧图像LK光流跟踪的初始信息；

当所述可信度小于所述第二阈值时，将所述跟踪结果作为所述目标的最终位置，并作为下一帧图像LK光流跟踪的初始信息。

根据本申请的第二方面，本申请提供一种应用于人机交互的运动物体跟踪系统，包括细检测模块、跟踪模块、粗检测模块和分析模块；

所述细检测模块用于采集图像，确定当前帧图像中目标的初始位置；

所述跟踪模块用于对所述当前帧图像中的目标区域进行LK光流跟踪得到跟踪结果框；

所述粗检测模块用于对所述当前帧图像通过训练分类器进行检测，得到检测结果框；

所述分析模块用于计算所述检测结果的可信度，根据所述可信度确定所述目标的最终位置及用于下一帧图像LK光流跟踪的初始信息。