[发明专利]一种基于均值漂移的遮挡条件下移动目标追踪方法

摘要

本发明公开了一种基于均值漂移的遮挡条件下移动目标追踪方法。主要步骤：1.获得视频数据中的视频帧图像信息；2.选定追踪目标，建立卡尔曼滤波器模型，初始化方程的初始参数；3.建立均值漂移模型，统计搜索窗口内所有像素点的颜色值，建立直方图并归一化；4.计算卡尔曼模型输出的预测位置，作为MeanShift算法的起始迭代位置，在卡尔曼预测的位置处进行遮挡判断；5.若无遮挡，以预测位置作为MeanShift算法的起始迭代位置，依据均值漂移算法不断的迭代计算出目标的最优位置，并更新卡尔曼模型参数，在最优位置处自适应变化窗口的大小，并作为下一帧的窗口大小；6.若有遮挡，以预测位置作为假设的观测位置，以此位置更新卡尔曼模型参数，输出预测的目标位置。

主权项

1.一种基于均值漂移的遮挡条件下移动目标追踪方法，其特征在于，包括以下步骤：S1.获取视频数据中的视频帧图像信息；S2.在任意帧中手动设定初始搜索窗口，即选定追踪目标，并建立卡尔曼滤波器模型，同时初始化方程的初始参数；S3.建立均值漂移模型，统计搜索窗口内所有像素点的颜色值，建立直方图并归一化，得到目标区域的模型描述，即得到了目标区域的密度概率函数；S4.计算卡尔曼模型输出的预测位置，作为MeanShift算法的起始迭代位置；并在卡尔曼预测的位置处进行遮挡判断，若没有遮挡，执行步骤S5，若存在遮挡，执行步骤S6；S5.若没有遮挡，以卡尔曼模型的预测位置作为MeanShift算法的起始迭代位置，依据均值漂移算法不断的迭代计算出目标的最优位置，并以此最优位置作为参数更新卡尔曼模型参数，在最优位置处，自适应变化窗口的大小，以此大小作为下一帧的窗口大小；S6.若存在遮挡，以卡尔曼的预测位置作为假设的观测位置，并以此位置更新卡尔曼模型参数，输出预测的目标位置；S7.判断视频是否结束，若是，执行步骤S8，若否，执行步骤S4。