[发明专利]基于双边结构张量的粒子滤波目标跟踪算法及系统

说明书

技术领域

本发明属于计算机视觉领域，具体涉及智能监控领域，特别涉及基于双边结构张量的粒子滤波目标跟踪算法及系统。

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。

基于视觉的目标跟踪技术在许多计算机视觉应用领域，诸如机器人技术、视频监控、医学图像分析等起到重要的作用。尽管在最近几十年基于视觉的目标跟踪技术取得了一定的发展，但是在一些复杂的环境下，譬如有复杂背景、光照变化剧烈、目标外形改变等场合，现有的视觉跟踪技术仍不能很好地完成跟踪任务；传统的目标跟踪算法，对图像进行滤波处理后，导致图像的边缘信息不够准确，使跟踪效果变差。考虑到跟踪任务的复杂性，如何设计一个鲁棒性较强的跟踪算法，同时在实时性方面有较好的表现，是计算机视觉领域一个重要的课题。

因为双边滤波具有各项异性的特点，使得滤波后的图像能够更好地保留边缘信息；在此将双边滤波理论应用到目标跟踪领域，以双边结构张量做为形变目标的表观模型，采用仿射变换描述目标的几何形变，应用粒子滤波估计目标的几何形变状态，在李群结构下设计粒子滤波算法，完成非刚体形变目标的跟踪。

发明内容

本发明的目的在于，提供基于双边结构张量的粒子滤波目标跟踪算法及系统，以克服现有技术存在的缺陷。

本发明所采用的技术解决方案是：基于双边结构张量的粒子滤波目标跟踪算法，其特征在于：包括：

步骤S101：读入视频图像，初始化；

步骤S102：对于视频图像序列中当前帧图像跟踪到的目标区域构造双边结构张量；

步骤S103：对所述目标区域的几何形变采样，用于预测下一帧图像的目标区域；

步骤S104：对每个所述采样对应的图像区域，计算对应的双边结构张量，然后计算每一个采样粒子的权值；

步骤S105：基于计算的所述权值确定目标几何形变状态；

步骤S106：根据特征空间更新策略更新特征空间。

上述的基于双边结构张量的粒子滤波目标跟踪算法，所述视频图像序列中的第一帧图像，手动确定图像的目标区域，仿射变换群上的8维向量为跟踪边界形状的仿射变换参数。

上述的基于双边结构张量的粒子滤波目标跟踪算法，所述的步骤S102具体包括：

对于任一帧图像，目标区域内任意像素点(x₀，y₀)，计算像素点(x₀，y₀)的权重N_ρ，δ，如式(1)所示：