[发明专利]基于多种不变性混合的目标跟踪方法和系统

说明书

一种基于多种不变性混合的目标跟踪方法和系统，该方法包括如下步骤：对输入图像进行滤波并选取目标候选区域、对目标候选区域提取旋转不变性特征、将旋转不变性特征转换成向量、对目标候选区域提取灰度不变性特征、将灰度不变性特征转换成向量、对目标候选区域提取尺寸不变性特征、将尺寸不变性特征转换成向量、将三个特征向量融合成一融合向量、利用分类器和融合向量进行分类选出分值最高的候选目标。本发明使用多种不变性特征对目标进行描述，使得在灰度发生变化、目标旋转、目标大小发生变化的场景中，该跟踪方法具有鲁棒性；并且该方法可并行度高，有利于做加速计算，可广泛应用于需要进行高速实时图像跟踪的场合。

技术领域

本发明涉及图像处理、目标跟踪技术领域，尤其涉及一种基于多种不变性混合的目标跟踪方法和系统。

背景技术

目标跟踪在过去几十年中一直是学术研究及实际应用的热门课题。传统的跟踪方法有模板匹配和背景减除技术，模板匹配是利用前一帧或人为制定的目标特征作为模板，在当前帧搜索匹配点寻找到目标的方法。这是一种以目标的形态特征为判据的目标检索和跟踪方法。模板匹配应用于跟踪时具有较高的灵敏度和可靠性。背景减除技术是一种将当前图像和已有背景进行差分而得到目标的方法。与模板匹配方法相比，背景减除技术更简单快速。但背景减除技术不适合处理背景中存在各种干扰和变化的应用。无论是模板匹配方法还是背景减除技术都很难同时达到鲁棒性和实时性的要求。因此有人提出基于单特征与分类器的跟踪方法，该方法使用单类特征对目标进行描述，然后使用分类器进行目标分类，从而进行跟踪。由于可选择并行度较大的特征，因此该方法可达到较高的实时性。但是单特征无法应对场景灰度发生变化、目标大小发生变化和目标旋转等情况，该方法在不同场景的鲁棒性就会大大降低。

发明内容

有鉴于此，本发明的主要目的在于提出一种基于多种不变性混合的目标跟踪方法和系统，以期至少部分地解决上述已有技术中的不足之处。

为实现上述目的，作为本发明的一个方面，提出了一种基于多种不变性混合的目标跟踪方法，其特征在于，包括以下步骤：

A、对输入图像(1)的搜索区域(11)进行滤波并选取若干个目标候选区域(12)；

B、对所有目标候选区域(12)分别提取旋转不变性特征、灰度不变性特征和尺寸不变性特征，并分别将其转换成对应向量；

C、分别将上述步骤B得到的所有目标候选区域的三个不变性特征向量融合成一融合向量；

D、利用分类器对上述步骤C得到的所有目标候选区域的融合向量进行计算并分类，选出分值最高的候选目标。

其中步骤A中每一帧的搜索区域11大小一样，当前帧的搜索区域11由上一帧的目标位置确定，而第一帧的搜索区域11通过输入设备进行选定；

其中，步骤A中的滤波步骤是使用高斯滤波器仅对所述搜索区域11进行滤波处理；

其中，在所述搜索区域11内每移动一个像素则选取一个目标候选区域12，并将选取的所有目标候选区域12依次送入后续操作。

其中，步骤B中提取旋转不变性特征、灰度不变性特征和尺寸不变性特征时，目标候选区域12里的目标即使发生旋转、灰度改变、大小变化，对应提取得到的不变性特征的特征值也不会改变或改变量小于5％。

其中，步骤B中提取旋转不变性特征、灰度不变性特征和尺寸不变性特征时能够任意选择先后顺序来执行，或者通过并行算法同时执行上述步骤。

其中，步骤B中将旋转不变性特征、灰度不变性特征或尺寸不变性特征转换成向量时，需要将每个目标候选区域12划分成多个图像区域，在每个图像区域分别进行统计得到对应特征的子直方图，然后再将所有子直方图依次合并成一个直方图，将每个直方图的bin看成一个向量的元素，即可得到一个向量。