一种基于视频监控下的目标跟踪方法及系统技术方案

本发明专利技术公开了一种基于视频监控下的目标跟踪方法及系统，其方法包括：采用颜色直方图、纹理特征建立高斯混合背景模型；采用基于区域的方法检测运动目标；获取所述运动目标所在区域的图像信息；根据所述图像信息获取目标对象信息，并根据所述运动目标对象信息确定所述运动目标对象；基于单目视觉跟踪算法对运动目标进行定位；在完成运动目标对象的定位之后，基于粒子滤波的视觉跟踪方法对运动目标对象进行视觉跟踪；将视觉跟踪下的运动目标实时传输至云端服务器。通过本发明专利技术实施例基于检测的运动目标完成运动目标对象的识别过程，再实现对运动目标定位和视觉跟踪，保证了对视觉跟踪的有效性和精准性。

【技术实现步骤摘要】

本专利技术涉及信息
，具体涉及一种基于视频监控下的目标跟踪方法及系统。
技术介绍
目标跟踪是计算机视觉研究领域中重要的基础问题之一，在监控、运动估计、人机交互等方面具有非常广泛的应用。近年来出现的许多跟踪算法在一定的场景下能够较好的跟踪目标物体，如粒子滤波、Boosting算法、L1跟踪算法等。但是，由于视频是一个复杂场景下的时序图像序列，复杂场景包括了光照变化、遮挡、动作变形、背景杂乱、目标尺度变化等，因此，构建一个自适应的目标表达模型以便得到鲁棒的跟踪算法，是目前跟踪领域的研究热点，也是难点问题。而现有的视频监控环节中无法很好的跟踪运动目标，达到精准的背景相分离的过程。
技术实现思路
本专利技术提供了一种基于视频监控下的目标跟踪方法及系统，该方法可以有效的检测运动目标及背景图像，从而实现对目标定位，实现视觉跟踪效果。本专利技术提供了一种基于视频监控下的目标跟踪方法，包括如下步骤：采用颜色直方图、纹理特征建立高斯混合背景模型；采用基于区域的方法检测运动目标；获取所述运动目标所在区域的图像信息；根据所述图像信息获取目标对象信息，并根据所述运动目标对象信息确定所述运动目标对象；基于单目视觉跟踪算法对运动目标进行定位；在完成运动目标对象的定位之后，基于粒子滤波的视觉跟踪方法对运动目标对象进行视觉跟踪；将视觉跟踪下的运动目标实时传输至云端服务器。所述采用基于区域的方法检测运动目标包括：获取视频的静止背景；获取视频的动态图像帧；基于视频的背景减除法分离出当前运动目标。所述基于粒子滤波的视觉跟踪方法对运动目标对象进行视觉跟踪包括：采用卡尔曼滤波方法分析运动目标对象的运动轨迹，预测下一时刻运动目标对象出现的位置坐标；计算下一时刻运动目标对象出现的位置坐标相对于当前帧图像中心的偏移量，根据变换后的坐标偏移量转动摄像头以跟踪运动目标对象。所述采用基于区域的方法检测运动目标还包括：判断是否存在动态图像帧，若判断存在动态图像帧，则获取视频的动态图像帧。所述基于单目视觉跟踪算法对运动目标进行定位包括：对运动目标采用领域线性搜索跟踪；判断目标是否超出搜索跟踪范围，如果超出搜索跟踪范围，根据范围则给予卡尔曼滤波方法进行预测跟踪；存储运动目标定位结果。相应的，本专利技术还提供了一种基于视频监控下的目标跟踪系统，包括：背景模型模块，用于采用颜色直方图、纹理特征建立高斯混合背景模型；检测模块，用于采用基于区域的方法检测运动目标；获取模块，用于获取所述运动目标所在区域的图像信息；识别模块，用于根据所述图像信息获取目标对象信息，并根据所述运动目标对象信息确定所述运动目标对象；定位模块，用于基于单目视觉跟踪算法对运动目标进行定位；视觉跟踪模块，用于在完成运动目标对象的定位之后，基于粒子滤波的视觉跟踪方法对运动目标对象进行视觉跟踪；传输模块，用于将视觉跟踪下的运动目标实时传输至云端服务器。所述检测模块包括：背景检测单元，用于获取视频的静止背景；动态检测单元，用于获取视频的动态图像帧；分离单元，用于基于视频的背景减除法分离出当前运动目标。所述视觉跟踪模块还用于采用卡尔曼滤波方法分析运动目标对象的运动轨迹，预测下一时刻运动目标对象出现的位置坐标；计算下一时刻运动目标对象出现的位置坐标相对于当前帧图像中心的偏移量，根据变换后的坐标偏移量转动摄像头以跟踪运动目标对象。所述检测模块还包括：判断单元，用于判断是否存在动态图像帧。所述定位模块包括：线性搜索单元，用于对运动目标采用领域线性搜索跟踪；搜索判断单元，用于判断目标是否超出搜索跟踪范围；预测跟踪单元，用于在超出搜索跟踪范围时，根据范围则给予卡尔曼滤波方法进行预测跟踪；存储单元，用于存储运动目标定位结果。在本专利技术中，采用颜色直方图、纹理特征等建立高斯混合背景模型，利用基于区域的方法来检测运动目标，较好的实现了运动目标检测过程。利用基于检测的运动目标识别过程，实现对运动目标定位和视觉跟踪，保证了对视觉跟踪的有效性和精准性，并实现了对云端服务功能，满足各种实时在线查看或者传播性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1是本专利技术实施例中的基于视频监控下的目标跟踪方法流程图；图2是本专利技术实施例中的基于视频监控下的目标跟踪系统结构示意图；图3是本专利技术实施例中的检测模块结构示意图；图4是本专利技术实施例中的定位模块结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。相应的，图1示出了本专利技术实施例中的基于视频监控下的目标跟踪方法流程图，具体包括如下步骤：S101、采用颜色直方图、纹理特征建立高斯混合背景模型；颜色直方图是在许多图像检索系统中被广泛采用的颜色特征。它所描述的是不同色彩在整幅图像中所占的比例，而并不关心每种色彩所处的空间位置，即无法描述图像中的对象或物体。颜色直方图特别适于描述那些难以进行自动分割的图像。混合高斯模型使用K(基本为3到5个)个高斯模型来表征图像中各个像素点的特征，在新一帧图像获得后更新混合高斯模型，用当前图像中的每个像素点与混合高斯模型匹配，如果成功则判定该点为背景点，否则为前景点。通观整个高斯模型，他主要是由方差和均值两个参数决定，对均值和方差的学习,采取不同的学习机制，将直接影响到模型的稳定性、精确性和收敛性。S102、采用基于区域的方法检测运动目标；具体实施过程中，其采用获取视频的静止背景；获取视频的动态图像帧；基于视频的背景减除法分离出当前运动目标。具体实施过程中，还需要进一步判断是否存在动态图像帧，若判断存在动态图像帧，则获取视频的动态图像帧。S103、获取所述运动目标所在区域的图像信息；S104、根据所述图像信息获取目标对象信息，并根据所述运动目标对象信息确定所述运动目标对象；S105、基于单目视觉跟踪算法对运动目标进行定位；具体实施过程中，对运动目标采用领域线性搜索跟踪；判断目标是否超出搜索跟踪范围，如果超出搜索跟踪范围，根据范围则给予卡尔曼滤波方法进行预测跟踪；存储运动目标定位结果。由于要对运动目标进行精确的跟踪，可以对视频采集设备上的内参数进行标定测量，因此单目跟踪定位系统主要包括摄像机标定、运动目标检测、运动目标跟踪、运动目标定位4个部分。具体实施过程中，在跟踪前选定第一帧图像中的运动目标，由于相邻两帧图像的目标运动不会太快,下一帧图像中运动目标的位置根据上一帧图像中运动目标的位置向T×d(半径)的区域搜索来确定，其可以把后一帧的目标捕获住。但由于在某些情况下2帧图像之间运动目标位置变化极大，这样由于邻域线性搜索半径不能设置太大，这种情况下就容易出现目标丢失，导致后面的跟踪失败，针对这种情况，采用卡尔曼滤波器进行弥补。如果出现目标搜索不到的情况,就调用卡尔曼滤波器通过运动目标在上一帧图像中的位置来预测目标在当前帧的位本文档来自技高网...

【技术保护点】
一种基于视频监控下的目标跟踪方法，其特征在于，包括如下步骤：采用颜色直方图、纹理特征建立高斯混合背景模型；采用基于区域的方法检测运动目标；获取所述运动目标所在区域的图像信息；根据所述图像信息获取目标对象信息，并根据所述运动目标对象信息确定所述运动目标对象；基于单目视觉跟踪算法对运动目标进行定位；在完成运动目标对象的定位之后，基于粒子滤波的视觉跟踪方法对运动目标对象进行视觉跟踪；将视觉跟踪下的运动目标实时传输至云端服务器。

【技术特征摘要】
1.一种基于视频监控下的目标跟踪方法，其特征在于，包括如下步骤：采用颜色直方图、纹理特征建立高斯混合背景模型；采用基于区域的方法检测运动目标；获取所述运动目标所在区域的图像信息；根据所述图像信息获取目标对象信息，并根据所述运动目标对象信息确定所述运动目标对象；基于单目视觉跟踪算法对运动目标进行定位；在完成运动目标对象的定位之后，基于粒子滤波的视觉跟踪方法对运动目标对象进行视觉跟踪；将视觉跟踪下的运动目标实时传输至云端服务器。2.如权利要求1所述的视频监控下的目标跟踪方法，其特征在于，所述采用基于区域的方法检测运动目标包括：获取视频的静止背景；获取视频的动态图像帧；基于视频的背景减除法分离出当前运动目标。3.如权利要求2所述的视频监控下的目标跟踪方法，其特征在于，所述基于粒子滤波的视觉跟踪方法对运动目标对象进行视觉跟踪包括：采用卡尔曼滤波方法分析运动目标对象的运动轨迹，预测下一时刻运动目标对象出现的位置坐标；计算下一时刻运动目标对象出现的位置坐标相对于当前帧图像中心的偏移量，根据变换后的坐标偏移量转动摄像头以跟踪运动目标对象。4.如权利要求3所述的视频监控下的目标跟踪方法，其特征在于，所述采用基于区域的方法检测运动目标还包括：判断是否存在动态图像帧，若判断存在动态图像帧，则获取视频的动态图像帧。5.如权利要求1至4任一项所述的基于视频监控下的目标跟踪方法，其特征在于，所述基于单目视觉跟踪算法对运动目标进行定位包括：对运动目标采用领域线性搜索跟踪；判断目标是否超出搜索跟踪范围，如果超出搜索跟踪范围，根据范围则给予卡尔曼滤波方法进行预测跟踪；存储运动目标定位结果。6.一种基于视频监控下的目标跟踪系统，其特...

【专利技术属性】
技术研发人员：詹瑾，方刚，
申请(专利权)人：广东技术师范学院，
类型：发明
国别省市：广东;44