[发明专利]一种基于概率模型的运动摄像机自动目标跟踪方法

摘要

本发明提供一种基于概率模型的运动摄像机自动目标跟踪方法，具体实现步骤为：首先，初始化启动跟踪的参数和实时运动目标跟踪的参数；其次，利用速度差异函数定位初始运动区域，并采用改进的最优聚类函数分割运动目标；然后，对当前帧检测到的运动目标和背景搜索窗建立颜色概率直方图模型，利用后验概率函数、颜色直方图相似度函数调整目标的大小和位置；最后，使用连续自适应均值漂移法寻找下一帧运动目标，实现在动态背景下对运动目标进行实时跟踪。本发明提高了运动目标跟踪的可靠性，可有效解决运动摄像机下初始目标选取、多目标跟踪、目标和背景存在相同颜色以及目标自身颜色变化问题。

主权项

1.一种基于概率模型的运动摄像机自动目标跟踪方法，在通过速度差异和最优聚类获取运动目标的基础上，通过建立改进的颜色概率直方图模型，增加目标颜色分布的可信度，并根据运动目标的位置、大小和颜色采用均值偏移法，对实时运动目标进行可靠跟踪，其特征在于包括以下步骤：步骤(1)初始化启动跟踪的参数和实时运动目标跟踪的参数；步骤(2)利用速度差异函数定位初始运动区域，并利用改进的最优聚类函数分割目标；步骤(3)对当前帧检测到的运动目标和背景搜索窗建立颜色概率直方图模型，利用后验概率函数、颜色直方图相似度函数调整目标的大小和位置；步骤(4)使用连续自适应均值漂移法寻找下一帧运动目标，实现实时跟踪；其中，所述步骤(2)中利用速度差异函数定位初始运动区域的具体步骤为：步骤a1、计算训练帧中最小的角点数为式中，FC代表最大的角点数；TC代表所训练的帧的长度；C_t(i，j)代表t时刻坐标为(i，j)位置的角点；步骤a2、计算角点全局速度为G_speed＝MostFrequence{S_Speed(i1，j1)…S_Speed(in，jn)…S_Speed(iN，jN)}    (2)式中，1＜n＜N，(in，jn)∈D，D代表整幅图像，S_Speed(in，jn)对应坐标为(in，jn)位置角点的速度，其中(i1，j1)≠(in，jn)；步骤a3、计算局部运动区域为|S^t_peed(in，jn)-S^t-1_peed(in，jn)|＜Th0，t∈(1，TC-1)    (3)|L^t_peed(in，jn)-L^t-1_peed(in，jn)|＜Th0，t∈(1，TC-1)    (4)|L_speed(in，jn)-G_speed|＞Th1，(1≤n≤N)                 (5)式中，S^t_Speed(i，j)代表t时刻第n个角点的速度；G_speed代表一帧中所有角点的全局运动速度；L_speed(in，jn)代表第n个角点像素的局部运动速度；TC代表所训练的帧的长度；N代表最小的角点数。