基于多级特征的视频跟踪方法技术

本发明专利技术涉及一种基于多级特征的视频跟踪方法，包括以下步骤：（１）在一帧图像中选定要跟踪的目标，提取目标的特征作为模板特征；（２）根据模板特征在当前帧图像中找到估计目标；（３）对估计目标进行判定，并使用多级更新阈值来控制多级模板特征的更新；（４）确定跟踪目标；（５）循环处理（２）～（４）直至所有帧图像处理结束。本发明专利技术设计合理，其通过多级更新阈值控制更新多级模板特征，当某级模板特征判断为目标丢失时，则使用下级模板特征对模板特征进行更新，保证了在环境变化剧烈和目标被遮挡情况下的有效跟踪，大大增强目标跟踪的有效性，扩大了应用范围。

【技术实现步骤摘要】

本专利技术属于视频图像处理领域，尤其是一种。
技术介绍
视觉目标的跟踪处理是计算机视觉处理的一个重要组成部分，视觉目标的跟踪处 理也是数字视频技术中的一个重要的研究方向，从工业检测到安全监视，从医学图像到军 事等众多领域都有得到了广泛应用，例如交通流量的检测、重要场所的保安、航空和汽车的 自动驾驶或辅助驾驶、军事中的武器制导和控制的方面。由于跟踪目标形态的多样性和目 标特征变化的不确定性，如何实现各种环境下有效的目标跟踪一直是难点问题。现有的视 频目标的跟踪处理算法，通常采用单一更新阈值来控制模板特征更新，如图3所示，其存在 的问题是在目标所处环境变化剧烈和目标被遮挡等情况下，由于目标特征变化比较快，出 现目标模板特征更新跟不上目标特征变化的速度，从而引起目标丢失或跟错等现象，大大 限制了跟踪的有效性。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种保证在环境变化剧烈和目标被 遮挡时能够有效跟踪能的。本专利技术解决其技术问题是采取以下技术方案实现的一种，包括以下步骤(1)在一帧图像中选定要跟踪的目标，提取目标的特征作为模板特征；(2)根据模板特征在当前帧图像中找到估计目标；(3)对估计目标进行判定，并使用多级更新阈值来控制多级模板特征的更新；(4)确定跟踪目标；(5)循环处理(2) ⑷直至所有帧图像处理结束。而且，所述的多级模板特征是根据初始时为其设置的更新阈值达到的难易程度依 次向下设置。而且，所述的多级更新阈值分别与多级模板特征相对应。而且，所述的多级更新阈值是动态变化的，当按照第一级模板特征计算得到的估 计目标被判定为要跟踪的目标时，各级模板特征的更新阈值采用初始时设定的值；当按照 其他级模板特征计算得到的估计目标被判定为要跟踪的目标时，则将当前使用的模板特征 的更新阈值修改为第一级模板特征的更新阈值，同时将其下级模板特征的更新阈值依次修 改为第二级及其后模板特征的更新阈值，而其上级模板特征的更新阈值修改为不能达到的 数值。而且，所述的多级更新阈值及多级模板特征的级数为2 5级。本专利技术的优点和积极效果是1、本视频跟踪方法采用多级更新阈值控制更新多级模板特征，同时对控制模板特征更新的更新阈值实现动态更新，当采用某级模板特征判断为目标丢失时，则采用下级模 板特征作为模板特征进行计算，从而保证了在环境变化剧烈和目标被遮挡情况下的有效跟 踪，大大增强目标跟踪的有效性。2、本视频跟踪方法能够根据不同的跟踪环境下使用不同级数的模板特征及更新 阈值，增强视频跟踪的适应性，使其可以适应于不同的环境。3、本专利技术设计合理，其通过多级更新阈值控制更新多级模板特征，当某级模板特 征判断为目标丢失时，则使用下级模板特征对模板特征进行更新，保证了在环境变化剧烈 和目标被遮挡情况下的有效跟踪，大大增强目标跟踪的有效性，扩大了应用范围。附图说明图1是本专利技术的流程框图；图2是本专利技术的具体实施例的工作流程图；图3是现有视频跟踪方法的流程图。具体实施例方式以下结合附图对本专利技术实施例做进一步详述一种，是在现有视频跟踪算法的基础上，通过动态 多级更新阈值控制多级模板特征的更新，并且在不同的跟踪环境下采用不同的特征级数， 保证了在跟踪过程中发生影响跟踪效果的状况下的有效处理。下面以在现有的粒子滤波 跟踪算法(《Image and Vision Computing》2003 年第 21 期 99-110 页的 “An adaptive color-based particle filter”，作者Kat jaNummiaro等)为例说明本视频跟踪算法的实 现方法，该跟踪算法使用的特征为颜色直方图特征，设计参数设置为粒子总数为P = 50， i取值为0 49，代表第i个粒子；目标颜色直方图采用N = 256条；计算粒子权重时的ο =0.1；目标丢失判断阈值设定为巴氏距离BH = 0. 18。本实施例中采用两级模板特征，初 始时设定第一级目标特征更新阈值为巴氏距离BT1 = O. 003，第二级目标特征更新阈值采用 目标丢失判断阈值，即如果按照第一级特征判定估计的目标为要跟踪的目标时，则更新第 二级模板特征。如图2所示，本实施例包括如下步骤1、在一帧图像中选定要跟踪的目标，提取目标的特征作为模板特征。步骤201，初始化粒子样本状态在当前帧图像中选定要跟踪的目标，从而得到目 标的位置信息，建立目标的初始状态向量Xo，将所有粒子的初始状态向量均设为X。，并赋以相同的权值/V =丄=002，同时计算得到模板特征，即颜色直方图oH，此时的第一级模板特 P征和第二级模板特征相同。2、根据模板特征在当前帧图像中找到估计目标。步骤202，重采样步骤按照权值较大的粒子衍生出较多的后代粒子，而权值较小 的粒子相应的后代粒子也比较少的策略对粒子进行重采样；步骤203，粒子状态转移步骤根据状态转移方程式(1)，利用上一帧图像中第i个 粒子的状态χΛ1，计算出当前帧图像中粒子的转移状态χΛ式⑴中A取1，Β取60做为粒子能够传播的范围，W取[-1，1]内的随机数，通过状态转移使各个粒子随机分布在目标周 围，作为目标的估计目标。<formula>formula see original document page 5</formula>步骤204，系统观测步骤根据203步骤得到每个粒子状态，计算第i个粒子代表 目标的颜色直方图特征eH”根据式(2)计算出与模板特征的巴氏系数Bhai,根据式(3)计 算出与模板特征的巴氏距离Bhdi,并根据式(4)确定粒子的归一化权重PWi。<formula>formula see original document page 5</formula> 式⑵<formula>formula see original document page 5</formula>式(3)<formula>formula see original document page 5</formula>式(4)步骤205，最优估计步骤利用204步骤计算得出的各粒子权重，根据式(5)计算 出在当前帧图像中目标的最优状态&，作为估计目标的状态。<formula>formula see original document page 5</formula>式(5)3、对估计目标进行判定，并使用多级更新阈值来控制多级模板特征的更新。步骤206，模板特征更新步骤根据步骤205得到的目标最优状态，对其表示的目 标统计颜色直方图，利用式(2)式(3)计算与模板特征的巴氏距离Bhd，并根据更新阈值判 定目标是否要跟踪的目标，根据判定的结果更新模板特征，具体如下①如果Bhd < BH,则判定为跟踪上目标(即估计目标被判断为要跟踪的目标)，将 第二级模板特征更新为估计目标直方图特征，如果Bhd < BT1,则更新第一级模板特征，同时 更新第二级模板特征。②如果Bhd > BH,返回步骤204，在步骤204中使用的模板特征采用第二级模板特 征，重新到步骤206时计算得到Bhd，然后进行重新判断如果Bhd < BH,则判定为本文档来自技高网...

【技术保护点】
一种基于多级特征的视频跟踪方法，其特征在于：包括以下步骤：（１）在一帧图像中选定要跟踪的目标，提取目标的特征作为模板特征；（２）根据模板特征在当前帧图像中找到估计目标；（３）对估计目标进行判定，并使用多级更新阈值来控制多级模板特征的更新；（４）确定跟踪目标；（５）循环处理（２）～（４）直至所有帧图像处理结束。

【技术特征摘要】
一种基于多级特征的视频跟踪方法，其特征在于包括以下步骤(1)在一帧图像中选定要跟踪的目标，提取目标的特征作为模板特征；(2)根据模板特征在当前帧图像中找到估计目标；(3)对估计目标进行判定，并使用多级更新阈值来控制多级模板特征的更新；(4)确定跟踪目标；(5)循环处理(2)～(4)直至所有帧图像处理结束。2.根据权利要求1所述的基于多级特征的视频跟踪方法，其特征在于所述的多级模 板特征是根据初始时为其设置的更新阈值达到的难易程度依次向下设置。3.根据权利要求2所述的基于多级特征的视频跟踪方法，其特征在于所述的多级更 新阈值分别与多级模板特征相对应。4.根据权利要...

【专利技术属性】
技术研发人员：张振宝，
申请(专利权)人：天津市亚安科技电子有限公司，
类型：发明
国别省市：12[中国|天津]