[发明专利]一种在线学习的单目标粒子滤波的跟踪方法有效
申请号: | 201410288859.7 | 申请日: | 2014-06-24 |
公开(公告)号: | CN104021578B | 公开(公告)日: | 2016-11-16 |
发明(设计)人: | 孙宇;杨波 | 申请(专利权)人: | 武汉烽火众智数字技术有限责任公司 |
主分类号: | G06T7/20 | 分类号: | G06T7/20;H04N7/18 |
代理公司: | 武汉宇晨专利事务所 42001 | 代理人: | 黄瑞棠 |
地址: | 430074 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 在线 学习 目标 粒子 滤波 跟踪 方法 | ||
技术领域
本发明涉及计算机视觉和智能视频监控领域,具体涉及一种在线学习的单目标粒子滤波的跟踪方法。
背景技术
目标跟踪是通过对传感器所拍摄到的图像序列进行分析,识别目标在每帧图像上的位置;是一项融合了图像处理、模式识别、人工智能和自动控制等领域先进成果的高技术课题,在航天、监控、生物医学和机器人技术等多种领域都有广泛应用。
基于视频流的单目标跟踪主要包括两个步骤:一是目标选择,选择我们感兴趣的目标;二是目标的跟踪,就是将不同帧中检测出来的同一个目标关联起来。
对于跟踪算法,常用的基于视频的目标跟踪方法种类比较多,比如基于特征的方法、基于运动的方法和基于匹配的方法等。粒子滤波跟踪是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似,以样本均值代替积分运算,从而获得状态最小方差分布的过程。它显著的优点是算法计算量小,简单易实现,很适合于实时跟踪场合;文献《Color-Based Probabilistic Tracking》中所述的粒子滤波跟踪方法在在一定程度上解决了跟踪失败的问题,但当光照条件变化、形态变化或遮挡情况下常常跟踪失败,需要进一步完善特征变化时的目标持续跟踪问题。
发明内容
本发明的目的就在于提高运动目标跟踪的准确性和鲁棒性,提供一种在线学习的单目标粒子滤波的跟踪方法。该方法包括增加一种目标自适应选择方法、一种改进的目标搜索算法和特征更新方法。由于充分利用了精确的特征选择,增加了遮挡搜索处理和在线学习的特征学习的方法,所以使跟踪更加鲁棒。
本发明所采用的技术方案是:
根据目标选择区域,利用多尺度迭代分割算法精确提取运动目标,建立搜索粒子搜索目标,建立扩展粒子大范围捕捉可能被遮挡的目标;根据颜色和结构特征进行匹配;如果目标特征匹配度满足阈值条件,则更新颜色特征和在线学习结构特征,用于下一次跟踪。
一、一种在线学习的单目标粒子滤波的跟踪系统
本跟踪系统包括工作环境:视频监控平台、综合接入网关、智能管理服务器;
设置有智能分析服务器;
其连接关系是:视频监控平台、综合接入网关、智能管理服务器和智能分析服务器依次连接。
工作原理
智能分析服务器根据智能管理服务器的IP(互联网协议)和端口连接到智能管理服务器;用户请求视频智能分析任务时,此请求发送到智能管理服务器,智能管理服务器记录下智能分析服务器状态,并将待检测摄像头列表均衡分配到空闲的智能分析服务器,智能分析服务器轮巡设备,从摄像头获取实时视频并解码,得到RGB(red,green,blue,红绿兰颜色表示法)数据,然后对RGB数据进行分析,并将检测结果上报到智能管理服务器,智能管理服务器将结果保存下来。
二、一种在线学习的单目标粒子滤波的跟踪方法(简称跟踪方法)
本跟踪方法包括下列步骤:
①目标选择
在选取区域内假设背景区域,在一定尺度内变换假设的背景区域范围和选择范围,利用图像抠图算法多次分割背景,将分割的结果按评价函数评价,选择评价值最高的分割结果作为目标区域;
②分类器和搜索粒子初始化
A、初始化搜索粒子:粒子点的结构包括位置、大小、速度、颜色特征和结构特征;
B、初始化在线学习分类器:以目标为正样本,并且加以旋转、尺度缩放和添加噪声的方式产生指定数目的正样本,以目标以外的区域,选择指定数目的区域作为负样本,利用正负样本初始化在线学习分类器;
③目标跟踪
a、产生扩展粒子:在以目标为中心,在1~5倍目标半径的距离内生成指定数目的离散采样点作为扩展粒子点,使用光流算法计算扩展粒子的速度,并初始化;
b、计算每个搜索粒子和扩展粒子的颜色特征,并和目标区域的颜色特征比较,计算颜色特征可信度,计算每个粒子点的结构特征,使用在线学习分类器得出结构特征可信度;
c、结合颜色特征可信度和结构特征可信度,将其可信度最大的粒子作为新的目标位置,该粒子的大小所形成的区域作为新的目标区域,并按可信度权重,根据粒子滤波方法重新分配指定数量的粒子作为新的搜索粒子;
④特征更新
以作为目标位置的粒子的颜色特征可信度、结构特征可信度和运动速度为依据,如果可信度变化速率小于阈值,且目标是移动的,距离小于目标半径,则以0.1~5%的更新速率更新粒子的颜色特征,并在该位置按步骤②-B的方式产生新的正负样本,更新在线学习分类器;
⑤结果输出
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉烽火众智数字技术有限责任公司,未经武汉烽火众智数字技术有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410288859.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种永磁同步电机转子结构
- 下一篇:一种塑料颗粒的加工工艺