[发明专利]一种目标跟踪方法及装置

权利要求书

1.一种目标跟踪方法，其特征在于，包括以下步骤：

S1、获取待跟踪视频，从待跟踪视频中确定并输入初始帧(第一帧)并初始化目标框；

S2、在第一帧后的下一帧中产生众多候选框(产生有可能的目标框)，且候选框与第一帧中的区域是相同的；

S3、对相同区域图像内的候选框的特征进行提取；

S4、筛分提取特征中的背景特征和目标特征，并对目标特征进行初步检测；

S5、对筛分后的背景特征和目标特征进行建模，对候选框内的特征进行分别进行评分并计算置信分数，确定最高置信度为预测结果；

S6、更新观测模型使其适应目标的变化，防止跟踪过程发生漂移。

2.根据权利要求1所述的一种目标跟踪方法，其特征在于，所述步骤S2中产生众多候选框的方法步骤为：

1)初始状态：用大量粒子模拟运动状态，使粒子在空间内均匀分布；

2)预测阶段：根据状态转移方程，将每一个粒子带入，得到一个预测粒子；

3)校正阶段：对预测粒子进行评价(计算权重)，越接近于真实状态的粒子，其权重越大；

4)重采样：根据粒子权重对粒子进行筛选，筛选过程中，既要大量保留权重大的粒子，又要有一小部分权重小的粒子；

5)滤波：将重采样后的粒子带入状态转移方程得到新的预测粒子，即步骤2)。

3.根据权利要求1所述的一种目标跟踪方法，其特征在于，所述步骤S3中的对候选框图像特征提取是根据彩色图像在不同的颜色空间里表征同一物体呈现出的同态性，可以把目标物体在不同的颜色空间里进行分解，并将这些关键特征信息进行融合，从而找出判别目标的本质特征，具体的操作步骤为：

a)首先选择初始搜索窗口，使窗口恰好包含整个跟踪目标；

b)然后对窗口中每个像素上的值采样，从而得到目标的色彩直方图，并将该直方图保存下来作为目标的色彩直方图模型；

c)在跟踪过程中，对视频图像处理区域中的每一个像素，通过查询目标的色彩直方图模型，可以得到该像素为目标像素的概率；

d)图像处理区域之外的其他区域作为概率为0的区域，将视频图像转换为目标色彩概率分布图，并将投影图转化为8位的灰度投影图，概率为1的像素值设为255，概率为0的像素值为0，其他像素也转换为相应的灰度值；

e)灰度投影图中越亮的像素表明该像素为目标像素的可能性越大。

4.根据权利要求1所述的一种目标跟踪方法，其特征在于，所述步骤S4中对目标特征进行初步检测主要是对目标特征是否被完全遮挡进行检测，检测的方法采用以下步骤：首先利用goodFeaturesToTrack函数得到图像中的强边界作为跟踪的特征点；然后调用calcOpticalFlowPyrLK函数，输入两幅连续的图像，并在第一幅图像里选择一组特征点，输出为这组点在下一幅图像中的位置；把得到的跟踪结果过滤一下，去掉不好的特征点；再把特征点的跟踪路径标示出来。

5.根据权利要求4所述的一种目标跟踪方法，其特征在于，所述目标特征未被遮挡的图像会直接进行建模，而被遮挡的目标特征会沿用检测的方法进行处理并重新确定目标特征。

6.根据权利要求1所述的一种目标跟踪方法，其特征在于，所述步骤S5中对背景特征和目标特征进行建模的方法采用判别式模型，通过训练一个分类器去区分目标与背景，并选择置信度最高的候选样本作为预测结果。

7.根据权利要求1所述的一种目标跟踪方法，其特征在于，所述步骤S6中关于模型的更新是采用长短期更新相结合的方式处理。

8.一种目标跟踪装置，其特征在于，包括获取模块、提取模块、检测模块、计算模块和更新模块，所述获取模块是用于获取当前帧图像；所述提取模块是用于提取当前帧图像中指定区域的特征；所述检测模块是用于对提取特征中的目标特征进行遮挡的检测；所述计算模块是用于对模型目标所处位置以及置信分数的计算，并得到置信度最高的结果；所述更新模块是根据计算的目标位置对当前帧图像的表观模型进行更新，并对监控设备的姿态进行调整，完成对所述目标的跟踪。