[发明专利]一种视频内容多目标跟踪方法

说明书

技术领域

本发明涉及一种视频内容多目标跟踪方法。

背景技术

为了研究视频内目标数目，运动状态，通常需要进行对视频内容进行分割、识别、运动轨迹跟踪，然后对数据进行分析。传统的方法采用相邻帧匹配，计算精度不高，而且算法复杂。本发明采用多参考帧算法和多条件筛选的方法实现目标跟踪。

阈值分割法是一种简单有效的图像分割方法，其基本思想就是用一个或多个阈值将图像的灰度级分成几部分，灰度值在同一类的像素属于同一目标。

发明内容

本发明的目的在于克服现有技术的不足，提供一种算法简单，计算精度高，能直观反映目标的运动轨迹，可以进行多个目标的跟踪的视频内容多目标跟踪方法。

本发明的目的是通过以下技术方案来实现的：一种视频内容多目标跟踪方法，它包括如下步骤：

S1：视频图像采集，根据图像分辨率，设定采样频率和采样时间，从视频中采集运动图像；

S2：目标的分割与识别，其包括以下子步骤：

S201：目标分割，将目标与图像背景进行分离；

S202：去杂，初始分割结果中可含有杂质，需要予以去除；

S3：运动轨迹跟踪，利用视频图像相邻帧之间的微小差异，在参考帧中寻找各目标的匹配点，通过建立的代价函数判断两点的相关性，找出目标的最佳匹配点，并将目标在各帧中的对应匹配点的质心相连，得到目标运动的路径曲线或轨迹；

S4：目标运动参数计算，在步骤S2和步骤S3完成了目标的分割和轨迹曲线的跟踪的基础上，通过分析各目标轨迹点的坐标及形态学数据，利用相关参数计算公式，计算出目标活性的相关参数。

所述的采样频率为24-35帧/秒。

所述的采样时间为一段连续时间。

步骤S3中实现目标运动的路径曲线或轨迹的具体步骤是：

S301：假设可用于计算的参考帧数量为N帧，设定当前帧帧号为i，为找出当前帧中所有目标点在参考帧中的最佳匹配的目标点，将第i-N到第i帧的参数表读入计算机中；

S302：选取当前帧i中的一个目标m；

S303：选取未计算过的且最近的一个参考帧K；

S304：从参考帧中选取未计算过的目标n，预测目标n运动到第i帧时的位置范围：

如果目标n为第一帧或刚出现的目标，此时目标n没有参考帧，预测其可能出现的位置坐标为：

(C_x,C_y)＝(x_n,y_n) (0-1)

如果目标n有参考帧，预测其可能位置为：

其中

其中(C_x,C_y)为目标预测点位置，(x_n,y_n)为目标n质心坐标，df为目标n与其参考帧之间的帧差，(x'_n,y'_n)为目标n在其参考帧中最佳匹配目标的质心坐标，vx_n为目标n在x方向运动速度，vy_n为目标n在y方向运动速度；

预测搜索区域如式(0-4)所示：

th＝max Mov+avgMov×(i-k) (0-4)

其中，max Mov为所有已计算帧中运动目标的最大速度，avgMov为所有已计算帧中运动目标平均速度，i为当前帧帧号，k为参考帧帧号。

计算预测坐标与实际坐标之间的距离是否落在搜索区域内：

则

d≈(dx+dy)/2 (0-6)

那么当下面条件满足时，目标m落入搜索区域内:

d≤th且dx≤λ·th且dy≤λ·th

λ为常量；

S305：当目标m落入目标n搜索区域内时，计算其代价函数

代价函数如式(0-7)所示：

其中α,β,γ为加权系数，dsize为目标m和目标n的周长差，avgMov为所有已计算帧中运动目标平均速度，dbrgt为两目标的平均亮度差，d为两目标之间的距离，i-k为两帧之间的帧差,(x_m,y_m)为目标m质心坐标,(x_n,y_n)为目标n质心坐标,vx_n为目标n在x方向运动速度，vy_n为目标n在y方向运动速度；