[发明专利]基于连续动态画面的移动对象高效追踪方法

权利要求书

1.基于连续动态画面的移动对象高效追踪方法，其特征在于，采用矩形框在选取的连续图像第一帧中标定待追踪目标的真实位置，然后用同样大小和相同位置的矩形框选取后续帧的候选目标区域，每一帧被选取的区域构成的矩阵定义为观察监测矩阵，结合仿射变换和稀疏与低秩矩阵恢复将观察监测矩阵分解为一个代表追踪目标的低秩矩阵和一个代表干扰项的稀疏矩阵，从受到干扰项损坏的观察监测矩阵中恢复出代表追踪目标的低秩矩阵，即可求得最优的追踪目标运动轨迹；

本发明的基于稀疏与低秩矩阵恢复的移动对象追踪模型包括低秩矩阵恢复模型、干扰项的稀疏矩阵模型、观察监测矩阵模型，本发明的基于稀疏与低秩矩阵恢复的移动对象追踪算法包括变换参数的求解、低秩矩阵的求解、稀疏矩阵的求解；

本发明采用的仿射变换属于几何变换形式，引入齐次坐标，平移公式如式1所示：

原坐标为(x,y)，变换后坐标为(x₁,y₁)，定义齐次坐标为(ax,ay,a)，令系数a取值为1，即像素(x,y)的齐次坐标为(x,y,1)；

仿射变换公式如式2所示：

结合齐次坐标，用矩阵形式对方程组式2进行变形，得到如式3所示的关系：

(b(5)，b(6))^T＝(Δx，Δy)^T是平移矢量，取不同参数时可以实现旋转、缩放、错切操作，即设定不同值，对应不同的变换，b(i),i＝1,2,…,6均为实数；

若D₁和D₂分别代表两张没有对齐的图像，假设存在一个可逆变换e：满足式4所示：

其中向量b包含仿射变换的6个可变参数，不同图像的变换参数不同。

2.根据权利要求1所述的基于连续动态画面的移动对象高效追踪方法，其特征在于，移动对象追踪的预备工作是在输入连续图像的第一帧画面中确定一个待追踪目标，采用样式表示法表示追踪目标，即用一个手动标示的矩形框内部区域的像素集定义要追踪的移动对象；每一帧矩形框图像组成的矩阵具有低秩特征，即每帧矩形框内的图像类似度最高，本发明根据预先设置的矩形框的内容经过变换后追踪移动对象；

基于稀疏与低秩矩阵恢复，一个观察监测矩阵A可以通过最优化模型算法分解成一个低秩矩阵B和一个稀疏矩阵C，本发明将矩阵分解应用到连续图像移动对象追踪求解问题上，利用求得的低秩矩阵信息得到移动对象运动信息。

3.根据权利要求1所述的基于连续动态画面的移动对象高效追踪方法，其特征在于，低秩矩阵恢复模型中，假设已知p张已经对齐的灰度图像为则已对齐的图像线性相关；若将每一张图像展开成一列，构成一个包含q个元素的向量该向量包含感兴趣区域的q个像素点，并且满足q≥p；最后把这p个向量组成一个矩阵，如式5所示：

则矩阵B近乎具有低秩特征，即：

rank(B)≤k 式6

k是一个预先设置的一个常数。

4.根据权利要求1所述的基于连续动态画面的移动对象高效追踪方法，其特征在于，干扰项的稀疏矩阵模型中，把出现光照改变和遮盖的像素点位置称为干扰项,非刚体目标运动过程中发生的轻微形变也看作是干扰项；先假设这些干扰项为稀疏项，可能存在于每个像素点或部分像素点，但这些干扰项的张度值和位置未知，暂且不管这些干扰项的具体信息，只定义一个稀疏矩阵利用表示一个连续图像序列被矩形框截取的包含q个像素的待处理图像，将其重写为一个包含q个元素的列向量，则第i帧的第j个像素点用ij表示；

定义一个二进制矩阵K∈{0，1}^q×p标记选取区域内的干扰项，即当第ij像素点对应的像素是干扰项，则K_ij＝1；当第ij像素点对应的像素不属于干扰项，则K_ij＝0，如式7所示：

属于干扰项的像素点在D_i中的张度和位置改变不规律，不满足低秩矩阵的线性相关条件，可以和低秩矩阵分离开，构成一个稀疏矩阵C；而稀疏矩阵C可根据标记信息K正交投影到一个线性空间N_K(C)，如式8所示：

另外是投影的补集，即