[发明专利]基于连续动态画面的移动对象高效追踪方法

说明书

本发明提供的基于连续动态画面的移动对象高效追踪方法，基于低秩分析的凸优化方法从受到较大损坏的连续动态画面数据中恢复出低秩矩阵，高效准确的实现连续动态画面目标跟踪，采用结合稀疏和低秩的矩阵恢复方法，低秩分析方法克服了传统追踪算法在实际环境下不能较好地处理光照变化和遮挡的瓶颈，本发明的具有明显的有效性、先进性和实用性。在处理光照改变的连续图像序列移动对象追踪问题上有非常好的效果，在处理遮盖的连续图像序列移动对象追踪问题上效果也较为突出，没有进行相关的特征提取等复杂并费时费力的操作，算法运行成本较低，对比现有技术的其它算法优势明显。

技术领域

本发明涉及一种移动对象高效追踪方法，特别涉及基于连续动态画面的移动对象高效追踪方法，属于移动对象追踪技术领域。

背景技术

自然条件下运动中的物体最容易引起人类视觉系统的关注，对生理视觉系统，运动感知已成为一种自然无意识的视觉行为。但随着智能化的发展，给机器赋予感知运动的能力仍然有很大的研究和应用空间，并且伴随计算机和网络技术的快速发展，信息量爆发式的增长，对信息自动获取技术提出了更高的要求。在计算机视觉领域内对连续图像序列中的移动对象进行追踪是一个热门应用课题，在交通监视、车辆导航、人机交互、虚拟现实和自动化监测等领域有广阔的应用前景。

移动对象追踪首先在初始连续图像帧中选取待追踪目标，然后在后续连续图像帧寻找与真正目标最类似的候选区域，追踪器利用特定且统一的方式对最类似区域进行标记。追踪器可提供以追踪目标为中心的信息。移动对象追踪的应用环节中，需考虑许多复杂因素，比如图像中的噪声、追踪目标形状或运动方式复杂、三维图像转换到二维图像过程中造成的信息丢失、追踪目标是非刚性的、追踪目标被遮盖、光照改变等影响。为满足使用需求，追踪过程的实时性是重要因素，因此追踪过程是一个艰巨复杂的任务。为使追踪过程简单化，可通过对运动或外观加以特定的先验信息，也可以限制物体运动恒速，或通过先验信息明确其常量加速度，事先明确待追踪目标个数、相应尺寸及外观形状信息也是简化追踪过程的常用方法。因此移动对象追踪问题不仅要保证能正确追踪到目标，还要克服外界客观影响和目标自身引起的主观改变，最终实现高精度和实时的追踪效果。

现有技术的移动对象追踪方法是已知目标在第一张图像里的初始状态，即位置和内容，然后估算目标在后续帧的状态。根据移动对象追踪的流程，到目前为止的移动对象追踪研究现状包括目标表示、特征提取、建模追踪方法。

目标表示是视觉追踪算法的重要组成部分，追踪场景中可以定义任何感兴趣的东西为追踪目标，目标可以由其形状和外观来表示，也可以用矩形框和椭圆框表示，这类表示方法不仅适用于简单的刚体目标，对非刚体的移动对象也适用。对于非刚性目标，尤其是运动较复杂的目标，采用边缘或者边缘内的剪影表示法。外观表示一般都会和形状表示共同用在待追踪目标的表示步骤。但现有技术的目标表示只能获得单一视图的外观信息，只适合追踪那些姿势改变不大的目标。

特征提取正确合适在追踪过程中至关重要，提取特征必须具有独特性以区别目标物体与非目标物体。图像处理领域里经常使用的视觉特征包含颜色、边缘、光流、纹理等特征。目标的外观颜色主要受光照和表面反射率影响。现有技术通过计算图像中像素点光流的方向和张值，得到图像的光流特征，但光流法在计算量、光照改变以及克服噪声影响上不占优势，应用不是很广泛。纹理是量化平滑度属性的强度改变估算，相比于颜色和边缘特征，纹理特征需要生成描述符，但和边缘特征类似，纹理特征不能较好地感知光照改变。

建模追踪方法主要分为模型分类和目标状态估算两类，其中模型分类追踪方法包括生成模型和鉴别模型，目标状态估算方法包括依据候选目标的概率分布来确定真实的待追踪目标状态的方法和候选目标与真正目标的确定模板进行状态匹配的追踪方法。当目标模板在追踪过程不发生改变时，利用颜色直方图距离的类似度评价函数，可以较好的追踪，但是当目标不满足上述前提时，即目标发生较大改变时，追踪方法效果会很差。主要缺点是不能同时处理光照改变和像素损坏或部分遮盖的情况，计算特征和模型分类过程会增加计算成本，而且相邻帧的图像间存在较大的相关性和冗余度。