一种自适应模板匹配的抗遮挡跟踪方法技术

本发明专利技术公开了一种自适应模板匹配的抗遮挡跟踪方法，在出现严重、复杂的遮挡的情况下仍能稳定地跟踪目标，而且能够避免子模板过于敏感的问题。该方案将跟踪模板分割成若干个子模板，以子模板为组成单元，从跟踪模板内部划分出两个相互嵌套的内层子区域，称为内层1模板和内层2模板；跟踪首先从无遮挡跟踪状态开始，随着遮挡的加深依次经历内层1无遮挡跟踪状态A、内层1有遮挡预测状态；当遮挡逐渐解除，从内层1有遮挡预测状态退出后依次进入内层2无遮挡跟踪状态、内层1无遮挡跟踪状态B，最后回到无遮挡跟踪状态。在每种状态下，均根据三个模板被遮挡情况进行状态跳转判断，以及跳转方向是前进还是后退；根据所处状态进行相应模板的更新。

An anti occlusion tracking method for adaptive template matching

The invention discloses an adaptive template matching anti occlusion tracking method. It can still track targets steadily and reliably, and it can avoid the problem of too sensitive sub templates. The program will be divided into several sub trace template template template for the sub unit, from tracking template into two nested within the sub region, known as the 1 and 2 layer inner template template; first began tracking from occlusion tracking state, with the deep going through the inner occlusion with 1 non occlusion tracking state A, there are 1 inner occlusion prediction state; when the occlusion is lifted gradually, from the inner 1 state exit after occlusion prediction in order to enter the inner 2 occlusion tracking state, the inner layer 1 without occlusion tracking state B, and finally returned to the state without occlusion tracking. In each state, the state jump is judged according to the three templates being occluded, and whether the direction of the jump is to move forward or backward, and the corresponding template is updated according to the state.

【技术实现步骤摘要】
一种自适应模板匹配的抗遮挡跟踪方法
本专利技术涉及目标自动跟踪
，具体涉及一种自适应模板匹配的抗遮挡跟踪方法。
技术介绍
在目标跟踪过程中，会遇到各种各样的情况，如光照改变、背景扰动、遮挡、目标姿态变化等，其中如何有效地处理遮挡、特别是严重的遮挡，一直是目标跟踪问题中的一个难点。遮挡的发生就是在原来被跟踪的目标图像区域内，在某一个方向上出现连续稳定的、有一定尺寸的新的灰度区域，使原来被跟踪的目标图像区域面积缩小，这个过程一般是渐进的。遮挡的发生会影响跟踪算法继续稳定地跟踪，可能导致跟踪不准确甚至丢失目标。研究解决在运动目标跟踪过程中的遮挡问题具有重要的理论和实际意义。当跟踪的目标中一部分被遮挡后，从图像中无法获得目标的全部信息，这就对定位跟踪算法提出了两点要求：首先，算法本身必须具备良好的鲁棒性，能够抑制图像信息损失带来的影响，继续稳定地跟踪目标；其次，算法必须对遮挡提出某种处理策略，因为遮挡情况可能是多种多样的，而算法本身的鲁棒性是有限的，如果算法中没有包括专门的遮挡处理策略，那么总会在某些情况下无法得到满意的结果。在现有的跟踪算法中，有些算法对遮挡进行了特别的处理。不过大多数算法要么不考虑遮挡，要么用部分遮挡下的结果来证明算法本身的鲁棒性。算法的鲁棒性当然也可以看作是某种层次上的遮挡处理，但是仅有这个层次的处理还是不够的。当遮挡不是很严重的时候，某些算法确实能够得到较好的结果，但是一个跟踪算法要达到实用性，必须面对真实世界中各种各样复杂情况的考验。就遮挡而言，可能出现的情况就千变万化，如目标被背景遮挡、目标与其他运动物体之间的相对运动导致遮挡等；遮挡的程度也不一而足。所以除了提高算法本身的鲁棒性，设计专门的遮挡处理策略也必不可少。唯有如此，才有可能在出现严重、复杂的遮挡的情况下还能稳定地跟踪目标。现有的抗遮挡的目标跟踪步骤通常如下：参见图1，当遮挡发生时，算法需要能够检测到遮挡，同时停止模板更新、利用算法本身的鲁棒性继续跟踪目标；随着遮挡程度的加深，定位算法本身已不再能够跟住目标或者目标已经被全部遮挡，需要依据预测的目标运动轨迹，推测目标将要出现的位置以及再次出现时的形态，并在该区域周围适当扩大范围搜索，等待目标出现；当目标重新出现时，算法需要尽快检测到，同时调整目标的运动参数及模板形态，转入正常跟踪步骤。目前各种类型的跟踪算法层出不穷，然而，各类算法各有优劣，经典的相关跟踪算法以其独特的优势应用较为广泛。经典的互相关跟踪原理如下：设模板由M(u,v)表示，当前帧图像中要搜索的区域由S(x,y)表示，见图2。模板与图像中对应区域的相关系数由下式决定：其中，0≤x<X-U+1，0≤y<Y-V+1。U，V分别为模板的长、宽，X和Y分别为搜索区域的长、宽。模板在搜索区域内逐像素点求相关系数，得到相关系数最大值的位置就是目标在搜索区内的位置。在运动目标跟踪过程中，目标形态不可避免的发生着变化，如果不进行模板更新，势必不能适应目标的变化形式。如果序列图像信噪比较高，可以采用当前最佳匹配位置作为新的模板图像。但是该方法存在的问题是，如果有突发的噪声干扰，或是匹配存在一定的误差，那么很容易将噪声点引入新的模板图像和积累匹配误差，这对于持续稳定的跟踪造成隐患。一般采用将初始模板与当前最佳匹配位置依相似性度量值按一定比例加权得到新的模板图像。该方法可以用下面的方程表示：0M(x,y)＝α·M(x,y)+(1-α)·S(x,y)其中，0M(x,y)表示初始模板，S(x,y)表示当前最佳匹配位置，M(x,y)表示更新后的模板，α表示依相似性度量值确定的加权系数。相关跟踪的优点在于：1)算法原理相对简单，易于实现；2)算法不需要先验知识，对各种类型的目标跟踪均适用；3)算法跟踪精度较高，一旦跟踪成功后，跟踪点非常稳健，几乎没有跳动。但是经典的相关跟踪有一定的弱点，表现在以下几个方面：1)对局部的扰动不敏感，容易造成误差累积；2)算法的计算量偏大，需要进行改进。由于单模板的相关系数考虑了模板和图像对应区域中每一个像素点的值，所以当一部分像素发生较大变化时，不易直接从相关系数做出相应的判断。虽然对映射函数的改进，一定程度上解决了这个问题，但是该方法还是不能具体判断图像中发生的变化。为了更好地解决这个问题，有人提出采用将模板划分为若干个区(子模板)的方法。假设模板是N×N维的，而实时图是M×M维的，M>N。首先，把模板图分为n个维数为的子模板，然后分别将每一个子模板与实时图进行相关比较。由于子模板的像素少，所以当部分像素发生变化时，主要影响的是相应的子模板，而对其它的子模板影响较小，用这些子模板匹配结果建立综合的匹配结果，据此对跟踪中出现的问题做出判断。但是该方法仍然存在一定的缺陷，就是子模板的敏感度太高，很小的扰动量都会对相关系数造成较大的影响，从而影响对模板是否发生遮挡的正确判断，也不利于模板的正确更新。因此，该方法在实际使用中很容易造成跟踪失败。但是，对子模板求取相关系数，然后进行加权求取目标位置时，在目标无遮挡的情况下具备较好的效果，而且计算量相较于对整幅图像进行模板匹配要小。因此，本专利技术充分利用子模板匹配的敏感性以及无遮挡时多子模板匹配的精确性和快速性，提出了新的抗遮挡的目标跟踪算法。
技术实现思路
有鉴于此，本专利技术提供了一种自适应模板匹配的抗遮挡跟踪方法，在出现严重、复杂的遮挡的情况下仍能稳定地跟踪目标，而且能够避免子模板过于敏感的问题。为解决上述技术问题，本专利技术具体方法如下：一种自适应模板匹配的抗遮挡跟踪方法，包括如下步骤：将跟踪模板分割成若干个n×n的子模板，n为正整数；以子模板为组成单元，从跟踪模板内部划分出两个相互嵌套的内层子区域，称为内层1模板和内层2模板；当位于外层的模板更新时，其内层模板随之更新；跟踪首先从无遮挡跟踪状态开始，随着遮挡的加深依次经历内层1无遮挡跟踪状态A、内层1有遮挡预测状态；当遮挡逐渐解除，从内层1有遮挡预测状态退出后依次进入内层2无遮挡跟踪状态、内层1无遮挡跟踪状态B，最后回到无遮挡跟踪状态；在每种状态下，均根据三个模板被遮挡情况进行状态跳转判断，以及跳转方向是前进还是后退；根据所处状态进行模板更新，其中：在无遮挡跟踪状态下以及内层1无遮挡跟踪状态B下，当需要更新跟踪模板时，更新跟踪模板；在内层1无遮挡跟踪状态A下以及内层2无遮挡跟踪状态下，当需要更新跟踪模板时，更新内层1模板；在内层1有遮挡预测状态下，停止更新模板，进行轨迹预测。其中，各状态之间的跳转条件为：在无遮挡跟踪状态下，当跟踪模板与内层1模板匹配的目标位置相同，则认为没有发生遮挡，不进行状态跳转；当跟踪模板与内层1模板匹配的目标位置不同，则跳转到内层1无遮挡跟踪状态A；在内层1无遮挡跟踪状态A下，如果跟踪模板与内层1模板匹配的目标位置不同，且内层1模板与内层2模板匹配的目标位置也不同，则跳转到内层1有遮挡预测状态；如果连续多帧跟踪模板与内层1模板匹配的目标位置相同，则跳转回无遮挡跟踪状态；在内层1有遮挡预测状态下，如果连续多帧内层2模板的匹配系数超过阈值，则跳转到内层2无遮挡跟踪状态；在内层2无遮挡跟踪状态下，如果连续多帧内层1模板与内层2模板匹配的目标位置相同，则跳转到内层1无遮挡跟踪状态本文档来自技高网...

【技术保护点】
一种自适应模板匹配的抗遮挡跟踪方法，其特征在于，包括如下步骤：将跟踪模板分割成若干个n×n的子模板，n为正整数；以子模板为组成单元，从跟踪模板内部划分出两个相互嵌套的内层子区域，称为内层1模板和内层2模板；当位于外层的模板更新时，其内层模板随之更新；跟踪首先从无遮挡跟踪状态开始，随着遮挡的加深依次经历内层1无遮挡跟踪状态A、内层1有遮挡预测状态；当遮挡逐渐解除，从内层1有遮挡预测状态退出后依次进入内层2无遮挡跟踪状态、内层1无遮挡跟踪状态B，最后回到无遮挡跟踪状态；在每种状态下，均根据三个模板被遮挡情况进行状态跳转判断，以及跳转方向是前进还是后退；根据所处状态进行模板更新，其中：在无遮挡跟踪状态下以及内层1无遮挡跟踪状态B下，当需要更新跟踪模板时，更新跟踪模板；在内层1无遮挡跟踪状态A下以及内层2无遮挡跟踪状态下，当需要更新跟踪模板时，更新内层1模板；在内层1有遮挡预测状态下，停止更新模板，进行轨迹预测。

【技术特征摘要】
1.一种自适应模板匹配的抗遮挡跟踪方法，其特征在于，包括如下步骤：将跟踪模板分割成若干个n×n的子模板，n为正整数；以子模板为组成单元，从跟踪模板内部划分出两个相互嵌套的内层子区域，称为内层1模板和内层2模板；当位于外层的模板更新时，其内层模板随之更新；跟踪首先从无遮挡跟踪状态开始，随着遮挡的加深依次经历内层1无遮挡跟踪状态A、内层1有遮挡预测状态；当遮挡逐渐解除，从内层1有遮挡预测状态退出后依次进入内层2无遮挡跟踪状态、内层1无遮挡跟踪状态B，最后回到无遮挡跟踪状态；在每种状态下，均根据三个模板被遮挡情况进行状态跳转判断，以及跳转方向是前进还是后退；根据所处状态进行模板更新，其中：在无遮挡跟踪状态下以及内层1无遮挡跟踪状态B下，当需要更新跟踪模板时，更新跟踪模板；在内层1无遮挡跟踪状态A下以及内层2无遮挡跟踪状态下，当需要更新跟踪模板时，更新内层1模板；在内层1有遮挡预测状态下，停止更新模板，进行轨迹预测。2.如权利要求1所述的自适应模板匹配的抗遮挡跟踪方法，其特征在于，各状态之间的跳转条件为：在无遮挡跟踪状态下，当跟踪模板与内层1模板匹配的目标位置相同，则认为没有发生遮挡，不进行状态跳转；当跟踪模板与内层1模板匹配的目标位置不同，则跳转到内层1无遮挡跟踪状态A；在内层1无遮挡跟踪状态A下，如果跟踪模板与内层1模板匹配的目标位置不同，且内层1模板与内层2模板匹配的目标位置也不同，则跳转到内层1有遮挡预测状态；如果连续多帧跟踪模板与内层1模板匹配的目标位置相同，则跳转回无遮挡跟踪状态；在内层1有遮挡预测状态下，如果连续多帧内层2模板的匹配系数超过阈值，则跳转到内层2无遮挡跟踪状态；在内层2无遮挡跟踪状态下，如果连续多帧内层1模板与内层2模板匹配的目标位置相同，则跳转到内层1无遮挡跟踪状态B；如果内层1模板与内层2模板匹配的目标位置不同，则跳转回内层1有遮挡预测状态；...

【专利技术属性】
技术研发人员：方勇，吕江超，丁洋坤，
申请(专利权)人：河北汉光重工有限责任公司，
类型：发明
国别省市：河北,13