[发明专利]一种视频目标跟踪方法

说明书

本发明公开了一种视频目标跟踪方法，在目标选取过程中增加了目标跟踪失败判别机制，以及在目标选取失败后的基于分块思想的目标滤波器模板更新策略，重新对目标跟踪提供图像基础。本发明因为使用了目标跟踪失败判别机制，所以能够在跟踪过程中及时发现目标漂移或丢失，为后续调整目标滤波器模板提供了可靠依据；因为使用了基于分块思想的模板更新策略，扩大了目标搜索区域，所以在判断出目标跟踪失败之后，能够及时修正错误，提高跟踪效果。

技术领域

本发明涉及计算机视觉处理领域，尤其涉及一种视频目标跟踪方法。

背景技术

目标跟踪是计算机视觉领域各类高级应用的中间层基础，在人机交互、军事防御或是民用安全方面等领域具有重要的研究意义和广阔的应用前景。由于跟踪环境的复杂性和目标本身的多变性，实现精确的目标跟踪具有非常大的挑战性。

目标跟踪的主要任务是第一帧给出特定目标，而后根据第一帧的信息，估计后续视频图像序列中特定跟踪目标的位置或区域，以此来为高层应用提供目标的轨迹和其他运动信息。目标跟踪算法的基本流程一般由4个部分组成：运动模型、特征提取、外观模型以及在线更新方法。运动模型是在视频帧中给出目标的候选框；特征提取是提取候选框图像中能够较为准确的表达目标的特征，现在常用的特征有手工特征如HOG特征以及深度特征如卷积特征；外观模型的作用在于判断候选区域是否为目标，同时它在跟踪过程中处于核心位置；在线更新方法，是针对视频跟踪的目标和背景信息的变化，根据当前帧的跟踪结果来不断更新改善外观模型，以提高跟踪精度。

但由于跟踪环境的复杂性和目标本身的多变性，尤其是当出现目标物被遮挡、目标物快速移动或目标物在平面内旋转等问题，会影响目标跟踪的准确性，现有的目标跟踪方法，缺乏对跟踪过程中结果是否准确进行判断，以及缺乏针对错误跟踪的后续处理方法。常见的判断方法就是通过欧氏距离来判断跟踪是否准确，但是都是欧式距离只能简单测量预测框中心与前一帧目标中心距离，并不能代表目标位置的变化，从而无法评判跟踪的效果。

发明内容

本发明提供了一种视频目标跟踪方法，以解决现有技术中缺乏准确判断跟踪效果的方法的问题。

本发明提供了一种视频目标跟踪方法，包括如下步骤：

步骤1：根据前一帧图像获取当前帧图像中的目标候选框；

步骤2：计算前一帧图像至当前帧图像所有像素点所产生的光流值的平均值；

步骤3：将所述步骤1中获取的目标候选框中每一像素点的光流值与所述步骤2中获取平均值进行比较，当目标候选框中的像素点的光流值大于平均值时，将该像素点记为正确像素点；当目标候选框中的像素点的光流值小于平均值时，将该像素点记为错误像素点；

步骤4：将所述步骤3中获取的正确像素点个数与目标候选框中的像素点总个数进行比较，当正确像素点个数与目标候选框中的像素点总个数的比值大于成功阀值时，目标跟踪成功；当正确像素点个数与目标候选框中的像素点总个数的比值小于成功阀值时，目标跟踪失败。

进一步地，所述步骤4中，当判断结果为目标跟踪失败时，先将当前帧图像分割成数个子图块，再计算每个子图块的权重，最后对所有子图块依照权重进行加权处理，获得目标滤波器模板，用于后续视频帧的跟踪。

进一步地，所述步骤4中计算每个子图块的权重的方法为，计算子图块的中心偏移量，将中心偏移量作为对应子图块的权重。

进一步地，通过相位相关算法计算子图块的中心偏移量。

进一步地，所述步骤4中的成功阀值为0.6。

本发明的有益效果：