用于视频中目标跟踪的方法及存储设备和控制设备技术

本发明专利技术涉及图像处理技术领域，具体涉及一种用于视频中目标跟踪的方法及存储设备和控制设备，旨在解决现有技术中实时性差的问题。本发明专利技术的方法包括：对图像序列进行预处理得到待处理子图像序列；对待处理子图像序列中的第一帧及第二帧图像进行运动检测及聚类，进而选择目标区域；对第3帧及其之后的各帧，将当前帧与相邻的上一帧进行运动检测、聚类即筛选，得到子目标候选区域；从目标区域和每个子目标候选区域中分别提取图像特征并进行匹配；将匹配度高于第一阈值的子目标候选区域作为当前帧的跟踪结果；将匹配度高于第二阈值的子目标候选区域更新为后续帧跟踪的目标区域。本发明专利技术具备特征提取时间短且有效，匹配效果强，跟踪实时性高的优势。

【技术实现步骤摘要】
用于视频中目标跟踪的方法及存储设备和控制设备
本专利技术涉及图像处理
，具体涉及一种用于视频中目标跟踪的方法及存储设备和控制设备。
技术介绍
随着计算技术及图像处理技术的飞速发展，视频中的目标跟踪技术在智能视频监控、机器人视觉导航、虚拟现实以及医学诊断等领域得到了广泛应用。简单来说，目标跟踪即在第一帧时给出目标的初始位置，然后利用跟踪算法计算出目标在后续每帧图像中的位置信息。同时，在实际的视频目标跟踪应用中，对实时性的要求较高。从目标模型的角度看，目标跟踪算法主要分为生成式方法和判别式方法两大类：(1)生成式目标跟踪算法的关键在于良好的目标特征表示方法，其主要代表模型有：根据外观变化的自适应跟踪模型的增量视觉跟踪模型(IVT)、基于目标分解的目标跟踪算法(VTD)，以及基于采样的思想的目标跟踪方法(VTS)，该类算法可以在一定程度上解决运动模糊的问题，但是对环境变化的鲁棒性较弱，自适应性差，计算量大，难以满足实时性要求。(2)判别式目标跟踪算法将跟踪问题归结于二分类问题，主要研究如何分离目标与背景。随着特征表示分类本文档来自技高网...

【技术保护点】
1.一种用于视频中目标跟踪的方法，其特征在于，所述方法包括：/n步骤S1，对图像序列进行预处理，得到待处理子图像序列；/n步骤S2，n＝1，对所述待处理子图像序列中的第n帧及第n+1帧图像进行运动检测及聚类，进而选择目标区域；/n步骤S3，n＝n+1，对所述待处理子图像序列中的第n帧及第n+1帧图像进行运动检测及聚类，得到目标候选区域；/n步骤S4，利用运动一致性算法对所述目标候选区域进行筛选，得到子目标候选区域；/n步骤S5，利用特征提取算法从所述目标区域和每个所述子目标候选区域中分别提取图像特征；/n步骤S6，利用特征匹配模型将每个所述子目标候选区域的图像特征分别与所述目标区域的图像特征进...

【技术特征摘要】
1.一种用于视频中目标跟踪的方法，其特征在于，所述方法包括：
步骤S1，对图像序列进行预处理，得到待处理子图像序列；
步骤S2，n＝1，对所述待处理子图像序列中的第n帧及第n+1帧图像进行运动检测及聚类，进而选择目标区域；
步骤S3，n＝n+1，对所述待处理子图像序列中的第n帧及第n+1帧图像进行运动检测及聚类，得到目标候选区域；
步骤S4，利用运动一致性算法对所述目标候选区域进行筛选，得到子目标候选区域；
步骤S5，利用特征提取算法从所述目标区域和每个所述子目标候选区域中分别提取图像特征；
步骤S6，利用特征匹配模型将每个所述子目标候选区域的图像特征分别与所述目标区域的图像特征进行匹配；若匹配度高于第一阈值，则将对应的子目标候选区域作为第n+1帧图像的跟踪结果；若所述匹配度高于第二阈值，则用对应的子目标候选区域更新所述目标区域；
步骤S7，重复执行步骤S3-S6，直到n＝Total-1；
其中，所述第一阈值和所述第二阈值均为预设值，且所述第二阈值大于所述第一阈值，n为所述待处理子图像序列中的图像序号，Total为所述待处理子图像序列中的图像总数。


2.根据权利要求1所述的用于视频中目标跟踪的方法，其特征在于，“对图像序列进行预处理，得到待处理子图像序列”的步骤包括：
对所述图像序列进行二值化处理，得到灰度图像序列；
对所述灰度图像序列进行均衡化处理，得到所述待处理子图像序列。


3.根据权利要求1所述的用于视频中目标跟踪的方法，其特征在于，步骤S2中“n＝1，对所述待处理子图像序列中的第n帧及第n+1帧图像进行运动检测及聚类，进而选择目标区域”包括：
利用初级运动检测器对所述待处理子图像序列中的第一帧及第二帧图像进行运动检测；
对所述初级运动检测器的检测结果进行聚类，得到多个候选区域；
将聚类后得到的候选区域映射回所述待处理子图像序列的第一帧图像中，并在图像窗口中选择目标区域。


4.根据权利要求3所述的用于视频中目标跟踪的方法，其特征在于，“利用初级运动检测器对所述待处理子图像序列中的第一帧及第二帧图像进行运动检测”的步骤包括：
对第一帧的相邻像素位置及第二帧的对应像素位置，交叉相乘后相减，得到该像素位置的运动检测结果。


5.根据权利要求1所述的用于视频中目标跟踪的方法，其特征在于，在步骤S3中“对所述待处理子图像序列中的第n帧及第n+1帧图像进行运动检测及聚类，得到目标候选区域”包括：
利用初级运动检测器对所述待处理子图像序列中的第n帧及第n+1帧图像进行运动检测；
对所述初级运动检测器的检测结果进行聚类，得到多个候选区域；
将聚类后得到的候选区域映射回所述待处理子图像序列的第n帧图像中，得到所述目标候选区域。


6.根据权利要求1所述的用于视频中目标跟踪的方法，其特征在于，步骤4中“利用运动一致性算法对所述目标候选区域进行筛选，得到子目标候选区域”包括：
计算每个所述目标候选区域在所述待处理子图像序列的第n帧中的像素位置，以及该目标候选区域的形状和面积；
计算所述目标区域在所述待处理子图像序列的第n帧中的...

【专利技术属性】
技术研发人员：历宁，蒿杰，舒琳，孙亚强，
申请(专利权)人：中国科学院自动化研究所，中国科学院自动化研究所广州人工智能与先进计算研究院，
类型：发明
国别省市：北京;11