[发明专利]用于国土资源监控的目标追踪方法

权利要求书

1.一种用于国土资源监控的目标追踪方法，其特征在于，所述方法包括：

获取当前帧图像，根据预先训练得到的贝叶斯分类器对所述当前帧图像的上一帧图像进行处理以确定所述当前帧图像中的跟踪目标的目标位置；

获取下一帧图像，将所述下一帧图像作为所述当前帧图像，返回上述步骤重复跟踪处理直至所有图像序列的所有帧图像处理完毕；

在所述跟踪处理过程中，每达到预定帧数时将预定帧数的图像对应的最大分类器响应拟合形成响应曲线；其中，所述预定帧数大于等于5帧；根据所述响应曲线的变化趋势判断当前帧图像中所述跟踪目标是否消失；

所述根据所述响应曲线的变化趋势判断当前帧图像中所述跟踪目标是否消失包括：若所述响应曲线连续下降五帧以上，且满足以下预设条件则认为所述跟踪目标消失：所述预设条件为：第一预定值大于第二预定值的a倍；其中，a取0.8；所述第一预定值为所述响应曲线上起始突变点对应的最大分类器响应与最后突变点对应的最大分类器响应之间的差值；每个所述突变点对应一帧图像；所述第二预定值为突变前所述响应曲线上的第五帧对应的最大分类器响应与最小分类器响应之间的差值；

在所述跟踪处理过程中，当所述跟踪目标消失时，根据预设的目标位置预测算法预测得到在下一帧图像中所述跟踪目标的目标位置。

2.根据权利要求1所述方法，其特征在于，所述根据预先训练得到的贝叶斯分类器对所述当前帧图像的上一帧图像进行处理以确定所述当前帧图像中的跟踪目标的目标位置包括：

在所述上一帧图像中的目标位置周围距离为预设半径的圆形范围内，利用粒子滤波器随机采样得到第一预定数目的候选样本；

根据所述预先训练得到的贝叶斯分类器对获得的每个所述候选样本进行分类，计算每个所述候选样本的分类器响应，并将具有最大分类器响应的候选样本确定为所述当前帧图像中的跟踪目标进而确定目标位置。

3.根据权利要求2所述方法，其特征在于，所述预先训练得到的贝叶斯分类器由以下方式确定：

获取第一帧图像，在所述第一帧图像中选取所述跟踪目标的跟踪区域；

在所述跟踪区域利用粒子滤波器随机选取第二预定数目的正负模板；

根据所述第二预定数目的正负模板对朴素贝叶斯分类器进行训练得到所述预先训练得到的贝叶斯分类器。

4.根据权利要求3所述方法，其特征在于，所述预先训练得到的贝叶斯分类器如下：

其中，先验概率均匀分布，即p(y＝1)＝p(y＝0)；

y∈{0,1}表示二值标记的二值变量；n为待分类的候选样本个数，x_i为每个待分类候选样本的特征向量；

p(x_i|y＝1),p(x_i|y＝0)通过高斯分布进行估计，其服从具有四个参数的如下高斯分布：

所述分别为正模板的均值和标准差，所述分别为所述负模板的均值和标准差。

5.根据权利要求1所述方法，其特征在于，所述方法还包括：

若所述跟踪目标没有消失，则每隔五帧更新一次所述预先训练得到的贝叶斯分类器，以使根据更新后的贝叶斯分类器进行处理确定所述跟踪目标的目标位置。

6.根据权利要求2所述方法，其特征在于，所述根据预设的目标位置预测算法预测得到在下一帧图像中所述跟踪目标的目标位置包括：

根据所述跟踪目标消失前的位置信息，采用卡尔曼滤波算法来计算预测得到下一帧图像中所述跟踪目标的目标位置。

7.根据权利要求6所述方法，其特征在于，所述方法还包括：

在所述跟踪目标消失后的所述预测过程中，检测所述跟踪目标是否重新出现；

若是，则结束所述预测过程，重新根据所述预先训练得到的贝叶斯分类器对当前重新出现所述跟踪目标的一帧图像进行处理以得到相应下一帧图像中的所述跟踪目标。

8.根据权利要求7所述方法，其特征在于，所述检测所述跟踪目标是否重新出现包括：

在所述预测过程中同时计算每个所述候选样本的置信度值；

根据每个所述候选样本的置信度值在整个所述跟踪处理过程中的变化趋势来判断所述跟踪目标是否重新出现。