一种目标跟踪方法及装置制造方法及图纸

本发明专利技术公开了一种目标跟踪方法，包括：获取目标的初始位置，根据所述初始位置，确定目标所在的初始区域；计算目标所在初始区域的颜色直方图和光照鲁棒性特征直方图，利用所述颜色直方图和光照鲁棒性特征直方图表示所述目标的目标模型；根据所述目标模型，在当前图像中搜索目标的最优位置。此外，本发明专利技术还公开了一种目标跟踪装置。本发明专利技术所公开的技术方案，能够提高目标跟踪算法对光照变化的稳定性。

【技术实现步骤摘要】

本专利技术涉及目标跟踪技术，尤其涉及一种目标跟踪方法及目标跟踪装置。
技术介绍
目标跟踪技术是指通过对视频流或者图像序列进行分析，计算出目标在 每帧图像上的二维位置坐标，并根据不同的特征，将不同帧图像中的同一运 动目标关联起来，得到各个运动目标完整的运动轨迹。现有技术中，目标跟踪算法均是基于运动目标的颜色直方图(即颜色特 征)进行跟踪的，但由于这种方法对颜色的依赖性较大，因此一般只能适用 于光照相对稳定的环境中，在光照复杂变化的情况下，难以取得好的跟踪效 果。
技术实现思路
有鉴于此，本专利技术中一方面提供一种目标跟踪方法，另一方面提供一种 目标跟踪装置，以便提高目标跟踪算法对光照变化的稳定性。本专利技术所提供的目标跟踪方法，包括获取目标的初始位置，根据所述初始位置，确定目标所在的初始区域； 计算目标所在初始区域的颜色直方图和光照鲁棒性特征直方图，利用所述颜色直方图和光照鲁棒性特征直方图表示所述目标的目标模型； 根据所述目标模型，在当前图像中搜索目标的最优位置。 较佳地，所述根据目标模型，在当前图像中搜索目标的最优位置为 根据所述目标模型，利用均值偏移跟踪算法、或粒子滤波跟踪算法、或卡尔曼滤波跟踪算法在当前图像中搜索目标的最优位置。较佳地，所述根据目标模型，利用粒子滤波跟踪算法在当前图像中搜索目标的最优位置包括按照设定的约束条件，抽取符合所述约束条件的粒子点； 对所抽取的每个粒子点，确定所述粒子点在当前图像中对应的搜索区域， 计算所述搜索区域的颜色直方图和光照鲁棒性特征直方图，利用所述搜索区域 的颜色直方图和光照鲁棒性特征直方图表示所述粒子点对应的粒子模型；计算 每个粒子模型和所述目标模型的相似度，得到各粒子点对应的相似度； 根据每个粒子点对应的相似度，确定目标在当前图像中的位置。较佳地，所述根据每个粒子点对应的相似度，确定目标在当前图像中的位 置包括将相似度最大的粒子点所对应的位置确定为目标在当前图像中的位置；或者包括根据每个粒子点对应的相似度，按照相似度大权重大，相似度 小权重小的原则，为每个粒子点确定一个权重，将所有粒子点所对应位置的权 重平均值确定为目标在当前图像中的位置。较佳地，所述根据目标模型，利用均值偏移跟踪算法在当前图像中搜索目 标的最优位置包括A、 将所述目标的初始位置作为当前搜索位置；B、 根据所述当前搜索位置，在当前图像中确定目标的当前搜索区域；C、 计算所述当前搜索区域的颜色直方图和光照鲁棒性特征直方图，利用所 述当前搜索区域的颜色直方图和光照鲁棒性特征直方图表示当前搜索模型；D、 将所述.目标模型和所述当前搜索模型代入相似度计算公式中，根据均 值偏移理论，对所述相似度计算公式进行微分处理，得到目标的预期位置；E、 判断所述当前搜索位置与所述目标的预期位置之间的距离是否小于设定 的阈值，如果是，则将所述目标的预期位置作为目标在当前图像中的位置；否 则，将所述目标的预期位置作为当前搜索位置，并返回执行步骤B。较佳地，所述步骤D和步骤E之间，进一步包括Dl、根据所述目标的预期位置，在当前图像中确定目标的预期区域；D2、计算所述目标预期区域的颜色直方图和光照鲁棒性特征直方图，利用所述目标预期区域的颜色直方图和光照鲁棒性特征直方图表示目标的预期模型；D3、计算所述目标模型和所述预期模型的相似度，判断所述相似度是否大 于所述目标模型和所述当前搜索模型的相似度，如果是，则执行步骤E;否则， 将所述当前搜索位置和所述预期位置的平均值作为目标的预期位置，并返回执 行步骤D1。较佳地，步骤D中所述相似度计算公式中为分别对颜色直方图的相似度 和光照鲁棒性特征直方图的相似度进行计算，并基于预设的权重对二者的相似 度进行加权处理的计算公式。较佳地，所述光照鲁棒性特征直方图包括Haar特征直方图或LBP特 征直方图。本专利技术所提供的目标跟踪装置，包括目标才莫型确定单元，用于获取目标的初始位置，根据所迷初始位置，确定 目标所在的初始区域，计算目标所在初始区域的颜色直方图和光照鲁棒性特征 直方图，利用所述颜色直方图和光照鲁棒性特征直方图表示所述目标的目标模 型；位置跟踪单元，用于根据所述目标模型，在当前图像中搜索目标的最优位置。较佳地，所述目标模型确定单元包括初始位置确定单元，用于获取目标的初始位置，根据所述初始位置，确定 目标所在的初始区域；直方图计算单元，用于计算目标所在初始区域的颜色直方图和光照鲁棒性 特征直方图，利用所述颜色直方图和光照鲁棒性特征直方图表示所述目标的目 标模型。较佳地，所述位置跟踪单元包括均值偏移跟踪单元，用于根据所述目标模型，利用均值偏移跟踪算法在当 前图像中搜索目标的最优位置；或，粒子滤波跟踪单元，用于根据所述目标模型，利用粒子滤波跟踪算法在当前图像中搜索目标的最优位置；或，卡尔曼滤波跟踪单元，用于根据所述目标模型，利用卡尔曼滤波跟踪 算法在当前图像中搜索目标的最优位置。较佳地，所述粒子滤波跟踪单元包括粒子抽取单元，用于按照设定的约束条件，抽取符合所述约束条件的粒子点；目标位置确定单元，用于对所抽取的每个粒子点，确定所述粒子点在当前 图像中对应的搜索区域，计算所述搜索区域的颜色直方图和光照鲁棒性特征直 方图，利用所述搜索区域的颜色直方图和光照鲁棒性特征直方图表示所述粒子 点对应的粒子模型；计算每个粒子模型和所述目标;漠型的相似度，得到各粒子 点对应的相似度；将相似度最大的粒子点所对应的位置确定为目标在当前图像 中的位置；或者，根据每个粒子点对应的相似度，按照相似度大权重大，相似 度小权重小的原则，为每个粒子点确定一个权重，将所有粒子点所对应位置的 权重平均值确定为目标在当前图像中的位置。较佳地，所述均值偏移跟踪单元包括初始搜索位置确定单元，用于在当前图像中进行初始搜索时，将所述目标 的初始位置作为当前搜索位置，并将所述当前搜索位置指示给搜索区域确定单 元；搜索区域确定单元，用于从初始搜索位置确定单元或目标位置确定单元中 获取当前搜索位置，根据所述当前搜索位置，在当前图像中确定目标的当前搜 索区域；搜索模型计算单元，用于计算所述当前搜索区域的颜色直方图和光照鲁棒 性特征直方图，利用所述当前搜索区域的颜色直方图和光照鲁棒性特征直方图 表示当前搜索模型；预期位置计算单元，用于将所述目标模型和所述当前搜索模型代入相似度 计算公式中，根据均值偏移理论，对所述相似度计算公式进行微分处理，得到目标的预期位置；目标位置确定单元，用于判断所述当前搜索位置与所述目标的预期位置之 间的距离是否小于设定的阈值，如果是，则将所述目标的预期位置作为目标在 当前图像中的位置；否则，将所述目标的预期位置作为当前搜索位置，并将所 述当前搜索位置指示给搜索区域确定单元。较佳地，所述均值偏移跟踪单元进一步包括预期区域确定单元，用于根据所述目标的预期位置，在当前图像中确定目 标的预期区域；预期模型计算单元，用于计算所述目标预期区域的颜色直方图和光照鲁棒 性特征直方图，利用所述目标预期区域的颜色直方图和光照鲁棒性特征直方图 表示目标的预期模型；预期位置验证单元，用于计算所述目标模型和所述预期模型的相似度， 判断所述相似度是否大于所述目标模型和所述当前搜索模型的相似度，如果 是，则将所述预期位置输出给目标位置确定单元；否则，本文档来自技高网...

【技术保护点】
一种目标跟踪方法，其特征在于，该方法包括：　获取目标的初始位置，根据所述初始位置，确定目标所在的初始区域；　计算目标所在初始区域的颜色直方图和光照鲁棒性特征直方图，利用所述颜色直方图和光照鲁棒性特征直方图表示所述目标的目标模型； 　根据所述目标模型，在当前图像中搜索目标的最优位置。

【技术特征摘要】

【专利技术属性】
技术研发人员：王磊，
申请(专利权)人：北京中星微电子有限公司，
类型：发明
国别省市：11[中国|北京]