一种基于颜色与局部二值模式特征融合的抗遮挡粒子滤波目标跟踪方法技术

一种基于颜色与局部二值模式特征融合的抗遮挡粒子滤波目标跟踪方法，包括：目标的初始化；感兴趣区域的颜色积分直方图和局部二值模式积分直方图特征提取；颜色特征和局部二值模式特征的特征确定性系数计算；根据当前目标状态不同，选择不同的跟踪方法：如果目标状态正常，用颜色与局部二值模式特征融合的粒子滤波方法进行目标跟踪，如果目标状态为部分遮挡，用颜色与局部二值模式特征融合的分块粒子滤波方法进行目标跟踪，如果目标状态为严重遮挡，用最小二乘法预测目标位置；更新当前目标状态；当目标处于正常状态时，更新目标；粒子的重采样；粒子传播。本发明专利技术可提高遮挡情况下目标跟踪的稳定性和鲁棒性。

【技术实现步骤摘要】

本专利技术涉及图像处理、视频处理、目标跟踪等领域，尤其涉及基于视频的目标跟踪领域。
技术介绍
在视频目标跟踪技术中，遮挡问题是一个常见的难点。目标在移动过程中，可能会遇到各种遮挡：目标因旋转或因动作引起的自我遮挡、移动目标遇到其他行人引起的相互遮挡、移动目标被周围环境中的障碍物遮挡等。目标遇到遮挡时，使得目标的特征信息的提取被干扰，造成目标特征获取不完整甚至完全获取不到，最终引起目标跟踪不准确，甚至目标跟丢。粒子滤波是一种通过蒙特卡罗方法仿真和基于贝叶斯估计推导的算法，它利用状态空间中一组带有权重的随机样本(“粒子”)来表示状态的后验概率密度函数，然后利用贝叶斯估计方法来不断地迭代更新导出新的随机样本以及新的权重，以此来得到下一时刻状态的后验概率密度函数。粒子滤波方法可适用于非线性、非高斯系统下的目标跟踪问题。从原理上看，粒子滤波跟踪算法既具有处理遮挡问题的潜力，又具有先天性的特征融合框架。传统的粒子滤波跟踪方法提取单一的颜色直方图进行目标跟踪，颜色直方图是一种基于全局的特征，它没有关注目标的局部特征，所以在遇到遮挡后，全局颜色特征并不能很准确地描述目标。
技术实现思路
为了克服当前现有的视频目标跟踪方法单一特征的局限性以及在发生遮挡时表现出的跟踪效果不佳、甚至目标跟丢的问题，本专利技术提出一种基于颜色与局部二值模式特征融合的抗遮挡粒子滤波目标跟踪方法，该方法将颜色特征与局部二值模式特征按照各自特征与背景的区分度，通过确定性系数进行加性融合，能更有效地描述目标特征，在跟踪过程中，对遮挡情况进行实时判定并针对不同的遮挡情况采取相应的跟踪机制，从而提高遮挡情况下目标跟踪的稳定性和鲁棒性。本专利技术解决其技术问题所采用的技术方案是：一种基于颜色与局部二值模式特征融合的抗遮挡粒子滤波目标跟踪方法，包括以下步骤：步骤1，目标的初始化；步骤2，感兴趣区域的颜色积分直方图和局部二值模式积分直方图特征提取；步骤3，颜色特征和局部二值模式特征的特征确定性系数计算：计算每个粒子矩形框的颜色直方图特征和局部二值模式直方图特征，计算每个粒子背景区域的颜色直方图特征和局部二值模式直方图特征，计算每个粒子的颜色特征与其背景区域的颜色特征的似然比值并根据似然比值计算每个粒子的颜色特征与背景颜色特征的区分度，根据区分度计算每个粒子的颜色特征的特征确定性系数，计算每个粒子的局部二值模式特征与其背景区域的局部二值模式特征的似然比值并根据似然比值计算每个粒子的局部二值模式特征与背景局部二值模式特征的区分度，根据区分度计算每个粒子的局部二值模式特征的特征确定性系数；步骤4，根据当前目标状态不同，选择不同的跟踪方法：如果目标状态正常，用颜色与局部二值模式特征融合的粒子滤波方法进行目标跟踪，如果目标状态为部分遮挡，用颜色与局部二值模式特征融合的分块粒子滤波方法进行目标跟踪，如果目标状态为严重遮挡，用最小二乘法预测目标位置；步骤5，更新当前目标状态；步骤6，当目标处于正常状态时，更新目标的颜色特征模板、局部二值模式特征模板以及子块的颜色特征模板、局部二值模式特征模板；步骤7，采用系统重采样方法进行粒子的重采样；步骤8，粒子传播：经过重采样的粒子，在x、y方向上分别扩散得到新的对应粒子，作为下一帧中粒子的初始分布。进一步，所述步骤1中，目标的初始化过程为：在第1帧中通过手动框选出目标，记目标跟踪框的高为height，宽为width，目标中心点坐标为(x1,y1)，提取目标区域的颜色直方图和局部二值模式特征并初始化目标的颜色特征模板H＝(h1,h2,…,hn)和局部二值模式特征模板G＝(g1,g2,…,gn)(n＝1,2,…,32),n是特征直方图的区间个数；将目标的高等分成三份横向子块，从上到下分别记为子块1、2、3，将目标的宽等分成三份纵向子块，从左到右分别记为子块4、5、6，提取每个子块的颜色直方图和局部二值模式特征并初始化目标的子块颜色特征模板Hi＝(h'1,h'2,…,h'n)和子块局部二值模式特征模板Gi＝(g'1,g'2,…,g'n)(i＝1,2,…,6；n＝1,2,…,32)，初始化粒子数p，初始化各粒子的位置(p_xj,p_yj)(j＝1,2,…,p)，初始化目标状态标志位Flag为0，初始化各子块的状态标志位为0。更进一步，所述步骤2中，感兴趣区域的颜色积分直方图和局部二值模式积分直方图特征提取过程为：读取第k帧图像P，感兴趣区域指能覆盖所有粒子背景区域的最小矩形区域，粒子的背景区域是以粒子位置为中心点，宽为高为的矩形区域减去目标矩形区域后的“回”字形区域，其中，height为目标跟踪框的高，width为目标跟踪框的宽，感兴趣区域的四个顶点A、B、C、D的坐标分别为： ( x A , y A ) = ( m i n ( p _ x ) - 2 2 h e i g h t , m i n ( p _ y ) - 2 2 w i d t h ) , ]]> ( x B , y B ) = ( m i n ( p _ x ) - 2 2 h e i g h t , m a x ( p _ y ) + 2 2 w i d t h ) , ]]> ( x C , y C ) = ( m a x ( p _ x ) + 2 2 h e i g h t , m i n ( p _ y ) - 2 2 w i d t h ) , ]]> ( x D , y D本文档来自技高网...

【技术保护点】
一种基于颜色与局部二值模式特征融合的抗遮挡粒子滤波目标跟踪方法，其特征在于：所述目标跟踪方法包括以下步骤：步骤1，目标的初始化；步骤2，感兴趣区域的颜色积分直方图和局部二值模式积分直方图特征提取；步骤3，颜色特征和局部二值模式特征的特征确定性系数计算：计算每个粒子矩形框的颜色直方图特征和局部二值模式直方图特征，计算每个粒子背景区域的颜色直方图特征和局部二值模式直方图特征，计算每个粒子的颜色特征与其背景区域的颜色特征的似然比值并根据似然比值计算每个粒子的颜色特征与背景颜色特征的区分度，根据区分度计算每个粒子的颜色特征的特征确定性系数，计算每个粒子的局部二值模式特征与其背景区域的局部二值模式特征的似然比值并根据似然比值计算每个粒子的局部二值模式特征与背景局部二值模式特征的区分度，根据区分度计算每个粒子的局部二值模式特征的特征确定性系数；步骤4，根据当前目标状态不同，选择不同的跟踪方法：如果目标状态正常，用颜色与局部二值模式特征融合的粒子滤波方法进行目标跟踪，如果目标状态为部分遮挡，用颜色与局部二值模式特征融合的分块粒子滤波方法进行目标跟踪，如果目标状态为严重遮挡，用最小二乘法预测目标位置；步骤5，更新当前目标状态；步骤6，当目标处于正常状态时，更新目标的颜色特征模板、局部二值模式特征模板以及子块的颜色特征模板、局部二值模式特征模板；步骤7，采用系统重采样方法进行粒子的重采样；步骤8，粒子传播：经过重采样的粒子，在x、y方向上分别扩散得到新的对应粒子，作为下一帧中粒子的初始分布。...

【技术特征摘要】
1.一种基于颜色与局部二值模式特征融合的抗遮挡粒子滤波目标跟踪方法，其特征在于：所述目标跟踪方法包括以下步骤：步骤1，目标的初始化；步骤2，感兴趣区域的颜色积分直方图和局部二值模式积分直方图特征提取；步骤3，颜色特征和局部二值模式特征的特征确定性系数计算：计算每个粒子矩形框的颜色直方图特征和局部二值模式直方图特征，计算每个粒子背景区域的颜色直方图特征和局部二值模式直方图特征，计算每个粒子的颜色特征与其背景区域的颜色特征的似然比值并根据似然比值计算每个粒子的颜色特征与背景颜色特征的区分度，根据区分度计算每个粒子的颜色特征的特征确定性系数，计算每个粒子的局部二值模式特征与其背景区域的局部二值模式特征的似然比值并根据似然比值计算每个粒子的局部二值模式特征与背景局部二值模式特征的区分度，根据区分度计算每个粒子的局部二值模式特征的特征确定性系数；步骤4，根据当前目标状态不同，选择不同的跟踪方法：如果目标状态正常，用颜色与局部二值模式特征融合的粒子滤波方法进行目标跟踪，如果目标状态为部分遮挡，用颜色与局部二值模式特征融合的分块粒子滤波方法进行目标跟踪，如果目标状态为严重遮挡，用最小二乘法预测目标位置；步骤5，更新当前目标状态；步骤6，当目标处于正常状态时，更新目标的颜色特征模板、局部二值模式特征模板以及子块的颜色特征模板、局部二值模式特征模板；步骤7，采用系统重采样方法进行粒子的重采样；步骤8，粒子传播：经过重采样的粒子，在x、y方向上分别扩散得到新的对应粒子，作为下一帧中粒子的初始分布。2.如权利要求1所述的一种基于颜色与局部二值模式特征融合的抗遮挡粒子滤波目标跟踪方法，其特征在于：所述步骤1中，目标的初始化过程为：在第1帧中通过手动框选出目标，记目标跟踪框的高为height，宽为width，目标中心点坐标为(x1,y1)，提取目标区域的颜色直方图和局部二值模式特征并初始化目标的颜色特征模板H＝(h1,h2,…,hn)和局部二值模式特征模板G＝(g1,g2,…,gn)(n＝1,2,…,32),n是特征直方图的区间个数；将目标的高等分成三份横向子块，从上到下分别记为子块1、2、3，将目标的宽等分成三份纵向子块，从左到右分别记为子块4、5、6，提取每个子块的颜色直方图和局部二值模式特征并初始化目标的子块颜色特征模板Hi＝(h'1,h'2,…,h'n)和子块局部二值模式特征模板Gi＝(g'1,g'2,…,g'n)(i＝1,2,…,6；n＝1,2,…,32)，初始化粒子数p，初始化各粒子的位置(p_xj,p_yj)(j＝1,2,…,p)，初始化目标状态标志位Flag为0，初始化各子块的状态标志位为0。3.如权利要求1或2所述的一种基于颜色与局部二值模式特征融合的抗遮挡粒子滤波目标跟踪方法，其特征在于：所述步骤2中，感兴趣区域的颜色积分直方图和局部二值模式积分直方图特征提取过程为：读取第k帧图像P，感兴趣区域指能覆盖所有粒子背景区域的最小矩形区域，粒子的背景区域是以粒子位置为中心点，宽为高为的矩形区域减去目标矩形区域后的“回”字形区域，其中，height为目标跟踪框的高，width为目标跟踪框的宽，感兴趣区域的四个顶点A、B、C、D的坐标分别为： ( x A , y A ) = ( m i n ( p _ x ) - 2 2 h e i g h t , m i n ( p _ y ) - 2 2 w i d t h ) , ]]> ( x B , y B ) = ( m i n ( p _ x ) - 2 2 h e i g h t , m a x ( p _ y ) + 2 2 w i d t h ) , ]]> ( x C , y C ) = ( m a x ( p _ x ) + 2 2 h e i g h t , m i n ( p _ y ) - 2 2 w i d t h ) , ]]> ( x D , y D ) = ( m a x ( p _ x ) + 2 2 h e i g h t , m a x ( p _ y ) + 2 2 w i d t h ) , ]]>其中，(p_x,p_y)是粒子的坐标，min()是求最小值函数，max()是求最大值函数，计算感兴趣矩形区域ABCD上颜色特征的积分直方图Hin(x,y)，即计算从图像点P(xA,yA)到点P(x,y)构成的矩形区域内所有点的颜色直方图；计算感兴趣矩形区域ABCD上局部二值模式特征的积分直方图Gin(x,y)，即计算从图像点P(xA,yA)到点P(x,y)构成的矩形区域内所有点的局部二值模式直方图。4.如权利要求1或2所述的一种基于颜色与局部二值模式特征融合的抗遮挡粒子滤波目标跟踪方法，其特征在于：所述步骤3中，颜色特征和局部二值模式特征的特征确定性系数的计算过程为：利用积分直方图对p个粒子分别提取以每个粒子j(j＝1,2,…,p)为中心的宽为width，高为height的矩形框内的颜色直方图特征HPj＝(hp1,hp2,…,hpn)和局部二值模式直方图特征GPj＝(gp1,gp2,…,gpn)(n＝1,2,…,32)，其中粒子j矩形框的四个顶点A'、B'、C'、D'坐标分别为： ( x A ′ , y A ′ ) = ( p _ x j + 1 2 h e i g h t , p _ y j + 1 2 w i d t h ) , ]]> ( x B ′ , y B ′ ) = ( p _ x j - 1 2 h e i g h t , p _ y j + 1 2 w i d t h ) , ]]> ( x C ′ , y C ′ ) = ( p _ x j + 1 2 h e i g h t , p _ y j - 1 2 w i d t h ) , ]]> ( x D ′ , y D ′ ) = ( p _ x j - 1 2 h e i g h t , p _ y j - 1 2 w i d t h ) , ]]>其中，(p_xj,p_yj)(j＝1,2,…,p)是粒子j的坐标，则粒子j矩形框的颜色直方图特征HPj和局部二值模式直方图特征GPj分别为：HPj＝Hin(xA',yA')-Hin(xC',yC'-1)-Hin(xB'-1,yB')+Hin(xD'-1,yD'-1)，GPj＝Gin(xA',yA')-Gin(xC',yC'-1)-Gin(xB'-1,yB')+Gin(xD'-1,yD'-1)，其中，Hin(x,y)是感兴趣矩形区域上颜色特征的积分直方图，Gin(x,y)是感兴趣矩形区域上局部二值模式特征的积分直方图；利用积分直方图提取粒子j的背景区域的颜色直方图特征BG_HPj＝(bh1,bh2,…,bhn)和局部二值模式直方图特征BG_GPj＝(bg1,bg2,…,bgn)(n＝1,2,…,32)，粒子的背景区域是以粒子位置为中心点，宽为高为的矩形区域减去目标矩形区域后的“回”字形区域，粒子背景区域的四个外顶点E'、F'、G'、H'坐标分别为： ( x E ′ , y E ′ ) = ( p _ x j + ...

【专利技术属性】
技术研发人员：宦若虹，王楚，陈月，陶一凡，杨鹏，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33