[发明专利]一种基于H.264/AVC压缩域的运动目标跟踪的方法

权利要求书

1.一种基于H.264/AVC压缩域的运动目标跟踪的方法，其特征在于，所述方法包括：

对运动矢量进行预处理，得到一个平稳更能反映运动信息的矢量场；

以运动矢量方向角为特征建立目标模型以及候选目标模型，利用Meanshiff框架对目标进行检测；

利用Kalman滤波进行平滑跟踪框和预测下帧位置，将结果重新作用于检测器，对其进行校正，从而准确跟踪。

2.根据权利要求1所述的一种基于H.264/AVC压缩域的运动目标跟踪的方法，其特征在于对运动矢量进行预处理，得到一个平稳更能反映运动信息的矢量场；

首先对原始的运动矢量场进行时间和空间上的归一化。时空归一化后，对新的运动矢量场进行3×3中值滤波，消除噪声矢量的同时，可以平滑相邻块之间运动矢量的差异。为进一步增强运动矢量场的可靠性，需要对连续几帧运动矢量场进行累积，这里采用不是简单的直接累加，而是迭代后向投影法，分两个过程，投影过程和累积过程。然后根据运动矢量的方向偏离度和幅值偏离度设限，这样保留了大部分运动目标位置信息。

3.根据权利要求1所述的一种基于H.264/AVC压缩域的运动目标跟踪的方法，其特征在于，以运动矢量方向角为特征建立目标模型以及候选目标模型，利用Meanshiff框架对目标进行检测；

首先运动矢量直方图阈值，建立每一帧的运动矢量直方图，表示运动矢量的一个分布，如果直方图的某列值的面积大于整个面积的一半时，认为这个值表示的运动矢量为背景，应该滤掉，这样有效解决因为摄像机的垂直抖动问题。然后采用运动矢量的方向角作为特征空间，对视频中出现的运动目标进行跟踪。将运动矢量方向角在0-360°的范围内进行量化，以20°为量化步长，可以分成18个量化等级，这样统计出来的运动矢量方向角直方图 就会涵盖整个运动目标的运动特征。且其具有与颜色直方图相同的特点，不受目标形状变化的影响。跟踪其实就是给定一个目标模型，在候选模型中找一个与目标模型特分布最相似的候选模型作为目标在当前帧的位置。

4.根据权利要求1所述的一种基于H.264/AVC压缩域的运动目标跟踪的方法，其特征在于，利用Kalman滤波进行平滑跟踪框和预测下帧位置，将结果重新作用于检测器，对其进行校正，从而准确跟踪；

Kalman滤波是个最优化递归处理算法，在目标检测与跟踪过程中，为了提高跟踪速度，在确定目标的情况下，对目标在下一时刻的可能的位置进行估计，然后以这个估计的位置为中心，在一定的范围内进行目标的搜索，这样就可以缩小目标的搜索范围，提高跟踪速度。由于跟踪器的输入是检测器的输出，当检测器发生检测错误时，跟踪器能够自动识别错误，避免产生不必要的误差。跟踪器的作用在于其对检测器的平稳滤波和预测，将结果重新作用于检测器，并对其进行校正。跟踪器具有校正的特性，对输入的检测器数据进行初步的识别，在这里定义一个误差参数，定义□是上一帧预测的跟踪器位置与当前输入的检测器位置的偏差，当大于平均移动距离的2倍时，认为检测器检测失败，则跟踪器根据来预测，偏差的表示均采用the center of bounding box的位置来计算。在跟踪器中得到下一帧的预测结果，跟踪器经过缓冲和校正的结果，比检测器更加准确，将在下一帧循环时送入检测器中进行校正，在检测器中得到的与进行平滑操作，削减过于偏大的位置误差，重新更新。

由于目标运动每帧间位置相差不会太大，如果跟踪器输出的结果的误差超过平均值的2倍，则认为跟踪器输出错误。此时整合器穿给检测器的值就是上一帧正确的位置信息。由于检测器的运算单位是4x4块，也就是横向上是4个像素单位长度，为了使得跟踪框看起来平滑，这里将得到的位置与上一帧位置进行平均，经多次实验，发现平均2次，满足大部分实验。