[发明专利]一种物体跟踪装置及其跟踪方法

说明书

本发明实施例提供了一种物体跟踪装置及其跟踪方法，解决了现有跟踪方法对于前景物体遮挡后的继续跟踪准确率低的问题，能够大大提高对于前景物体遮挡后的继续跟踪准确率，确保物体跟踪路线的完整性。该跟踪方法包括获取图像信息；建立背景模型；获取背景物体和前景物体的深度信息并加入背景模型；根据深度信息对前景物体及与其接近的背景物体或者前景物体及与其接近的其他前景物体的遮挡做出预判并作相应处理，之后利用遮挡预判辅助物体跟踪，提高跟踪准确率。

技术领域

本发明涉及一种图像处理、跟踪检测技术领域，特别是一种物体跟踪装置及其跟踪方法。

背景技术

在军事侦察、人工智能等领域，常常会使用到运动物体的检测、跟踪算法，在物体跟踪过程中，当遇到物体相互遮挡时，通常会对前景物体(即目标物体)的继续跟踪造成影响。为解决这一问题，目前最常采用的方法是运动轨迹预测和特征匹配。其中，运动轨迹预测是指通过对前景物体运动方式进行建模，对前景物体运动轨迹进行预测，进而判断前景物体的方位；特征匹配是指通过提取前景物体的一些特征，对其进行特征匹配，进而判断前景物体的走向。

上述方法对前景物体跟踪过程中发生遮挡后的继续跟踪有一定效果，但准确率比较一般。其中，运动轨迹预测仅对运动趋势比较固定的前景物体比较有效，如道路上的车辆、空中飞行的飞行器等，在其他运动模式不确定的情景下，准确率会大大降低，很容易跟丢。而特征匹配方法在很多物体发生互相遮挡时，物体相互间经常有非常类似的特征，所以对遮挡方与被遮挡方的判断经常出错，比如在较密集人群中的人脸跟踪，采用这种特征匹配的方法，就很容易在目标人物被遮挡后跟错。

发明内容

本发明实施例提供一种物体跟踪装置及其跟踪方法，以提高对于前景物体遮挡后的继续跟踪准确率。

本发明实施例提供的一种物体跟踪方法，包括：

获取图像信息；

建立背景模型；

获取背景物体和前景物体的深度信息并将背景物体的深度信息加入背景模型；

根据深度信息对前景物体及与其接近的背景物体或者前景物体及与其接近的其他前景物体的遮挡做出预判并作相应处理。

上述物体跟踪方法中，所述根据深度信息对前景物体及与其接近的背景物体或者前景物体及与其接近的其他前景物体的遮挡做出预判并作相应处理包括：

当前景物体逐渐接近一个背景物体时，比对前景物体的深度信息和背景物体的深度信息，对遮挡作出预判；

若发生预判遮挡，则进一步判断遮挡关系是否与预判一致：

若发生的遮挡关系与预判一致，则在该背景物体边界区域搜索该前景物体；

若发生的遮挡关系与预判不一致，则对该背景物体的层次分类进行调整；

当一个前景物体与其他前景物体逐渐接近时，比对各前景物体的深度信息，对遮挡作出预判；

若发生预判遮挡，则根据各前景物体的不同深度信息，判断当前图像可见的前景物体。

上述物体跟踪方法中，所述获取背景物体和前景物体的深度信息并将背景物体的深度信息加入背景模型包括根据背景物体的深度信息将背景物体的深度位置分为至少三个层次。

上述物体跟踪方法中，所述获取背景物体和前景物体的深度信息并加入背景模型包括对背景物体进行检测。

上述物体跟踪方法中，所述对背景物体进行检测是通过纹理、边缘、颜色对背景物体进行检测。

上述物体跟踪方法中，所述对背景物体进行检测之后包括对前景物体进行检测。

上述物体跟踪方法中，所述获取背景物体和前景物体的深度信息并加入背景模型包括建立带深度信息的背景物体列表。