基于单纯形法的对象跟踪方法技术

本发明专利技术公开了一种基于单纯形法的对象跟踪方法，在已获取的图像中对选定目标进行跟踪处理，通过目标选取、图像输入、选择单纯形顶点、计算顶点与目标的距离、顶点排序、进行单纯形操作、目标预测等步骤，经过一定次数的迭代之后，找到与目标距离最小的那个节点，即目标在当前图像的位置，从而实现对目标对象的跟踪。本发明专利技术方法可以实现实时快速移动对象跟踪，在跟踪失败后自动恢复。

【技术实现步骤摘要】

本专利技术属于计算机图形图像处理

技术介绍
目前对象跟踪方法主要分为概率跟踪方法和确定性跟踪方法。概率跟踪方法以粒子滤波为主要代表，如Nummiaro提出的一种自适应颜色滤波 方法"An adaptive color-based particle filter，，，Isard 提出的条件概率密度传播跟 Sl^fe"CONDENSATION-Conditional density propagation for visual tracking", \)JsR P. H. Li ^ ] ! "Visual contour tracking based on particle filters，，。 3 ^率跟踪方法的主要问题是方法需要用大量的样本数量才能很好地近似系统的后验概率密 度，机器人面临的环境越复杂，描述后验概率分布所需要的样本数量就越多，算法的复杂度 就越高，越不易实现。与概率跟踪方法相比，确定性跟踪方法计算简单、易实现，很适合于实时对象的 跟踪。基于均值漂移(Mean Shift,简称MS)的跟踪方法是确定性跟踪方法的典型代表， 它是一种有效的基于密度梯度上升的非参数统计迭代方法。MS由Comaniciu等人在 “Real-time tracking of non-rigid objects using mean shift，，中首先将其应用至Ij足艮踪 令页域，并在"The variable bandwidth mean shift and data-driven scale selection，， 中进一步提出了可变窗宽的MS算子(VBDF)。Comaniciu随后在‘‘Kernel-based object tracking”中对MS跟踪方法做了更进一步的改进，并总结了这种方法的实现框架。Yang在 "Efficient mean-shift tracking via a new similarity measure，，中米用另一个相似度 测量方法来实现基于MS的跟踪，而Tu等人在“Online updating appearance generative mixture model for meanshift tracking”中利用期望最大化算法在线更新表观柱状图，一 定程度提高了 MS跟踪算法的精度和可靠性。Comaniciu 等人的 “Real-time tracking of non-rigid objects using mean shift”方法，使用目标与候选对象的相似度作为距离测量，通过迭代运算找到目标和候选 对象相似函数的最大值，实现目标跟踪。但是，这种基于MS的方法是从假设的初始位置开 始(也有根据运动向量带位置预测的MS，如“Kernel-based object tracking”)，沿概率密 度梯度方向搜索最佳匹配区域，因此，该方法容易陷入局部最优，跟踪快速移动对象时常常 失败，且难以从失败中恢复。
技术实现思路
鉴于现有技术的缺点和不足，本专利技术的目的是设计一种基于单纯形法的对象跟踪 方法，以目标与候选对象的相似度作为距离测量，使之通过迭代运算找到目标和候选对象 相似函数的最大值的过程中当目标消失后(如目标被完全覆盖)，可以沿可能的方向进行区 域搜索，从而能够在目标再次出现时恢复跟踪。本专利技术的目的是通过如下的手段实现的。，在已获取的图像中对选定目标进行跟踪处理，包 括如下流程(1)选取跟踪目标通过运动目标检测方法自动提取或人机交互方法手动指定，从选定的图像中选取要跟 踪的目标对象，计算目标对象的表观统计信息；(2)图像输入在实时处理情况下，提取通过摄像头采集并保存在存储区的视频图像，作为要进行跟 踪的输入图像；在离线处理情况，将已采集的视频文件分解为多个帧组成的图像序列，按照 时间顺序，逐个提取帧图像作为输入图像；将跟踪区域设置为整个图像；如果输入图像为 空，则整个流程中止；(3)选择单纯形顶点在初始情况下，将目标对象所在的位置设为第一个顶点；在跟踪过程中，将每一次定位 的目标位置作为第一个顶点；在第一个顶点的周围四个不同的方向上再选择四个顶点，顶 点间的距离根据目标对象的尺寸来设置，由此，得到5个顶点，即5个候选目标位置；(4)计算顶点与目标的距离计算每个顶点的表观统计信息，计算顶点与目标的距离D，该距离定义为D = I-两个表观统计信息矢量间夹角的余弦值；(5)顶点排序按照顶点与目标距离从小到大的顺序，将顶点重新排序，如果头顶点与目标的距离满 足设定条件，跟踪完成，跳转到(2)；如果头顶点与目标的距离超过预设边界值，则跳转到 (7)，否则，继续；D = I-两个表观统计信息矢量间夹角的余弦值；(6)进行单纯形操作将距离最大的顶点，即最后一个顶点进行单纯形操作，操作完成后，跳转到(4);(7)目标预测根据目标对象在前一时刻的位置和运动向量，预测其在当前图像中的位置，计算公式 如下目标当前位置的横坐标=目标前一时刻的横坐标+目标横向运动速度X时间间隔目标当前位置的纵坐标=目标前一时刻的纵坐标+目标纵向运动速度X时间间隔同时，目标的运动向量表示不变；目标预测完成后，跳转到(2)；经过以上(3)- (6)的处理一定次数的单纯形操作之后，将与目标距离最小的那个顶点 作为目标在当前图像的位置，从而实现对目标对象的跟踪。本专利技术的方法，与MS 跟踪法，即 “Real-time tracking of non-rigid objects using mean shift”中的方法相同，均使用目标与候选对象的相似度作为距离测量，通过迭 代运算找到目标和候选对象相似函数的最大值，实现目标跟踪。但是，后者是从假设的初始 位置开始(也有根据运动向量带位置预测的MS，如“Kernel-based object tracking”)，沿 概率密度梯度方向搜索最佳匹配区域，容易陷入局部最优，跟踪快速移动对象时常常失败， 且难以从失败中恢复。而本专利技术方法在各个可能的方向进行搜索，通过单纯形操作，逐步向 最佳位置逼近，从而实现目标跟踪。由于本专利技术方法加入了运动向量分析，在目标消失后(如目标被完全覆盖)，可以沿可能的方向进行区域搜索，从而能够在目标再次出现时恢复 跟踪。另外，本专利技术方法基于单纯形操作，实现容易，计算量小可以满足实时对象跟踪的需 要。附图说明图1为单纯形顶点选择示意图。图2为二维单纯形操作示意图。图3为流程图。具体实施例方式下面结合附图和对本专利技术作进一步说明。基于本专利技术方法可实现很多不同的应用，有价值的应用是在需要在大量的动态或 非动态图像资料中对目标物的搜寻，例如，可用于流体表面测速(如，泥石流表面测速)，道 路车辆跟踪及测速，空中飞行物跟踪及测速，“天网”视频中目标物的搜寻，行人跟踪及行为 分析等。不失一般性，所述方法包括如下步骤(1)选取跟踪目标从选定的图像中选取要跟踪的目标对象，计算目标对象的表观统计信息(如颜色、纹 理、轮廓，或者它们的组合)。目标选取过程可以通过运动目标检测方法自动提取，也可以通 过人机交互方法手动指定。(2)输入图像在实时处理情况下，提取通过摄像头采集并保存在存储区的视频图像，作为要进行跟 踪的输入图像；在离线处理情况，将已采集本文档来自技高网...

【技术保护点】
基于单纯形法的对象跟踪方法，在已获取的图像中对选定目标进行跟踪处理，包括如下流程：（１）选取跟踪目标通过运动目标检测方法自动提取或人机交互方法手动指定，从选定的图像中选取要跟踪的目标对象，计算目标对象的表观统计信息；（２）图像输入在实时处理情况下，提取通过摄像头采集并保存在存储区的视频图像，作为要进行跟踪的输入图像；在离线处理情况，将已采集的视频文件分解为多个帧组成的图像序列，按照时间顺序，逐个提取帧图像作为输入图像；将跟踪区域设置为整个图像；如果输入图像为空，则整个流程中止；（３）选择单纯形顶点在初始情况下，将目标对象所在的位置设为第一个顶点；在跟踪过程中，将每一次定位的目标位置作为第一个顶点；在第一个顶点的周围四个不同的方向上再选择四个顶点，顶点间的距离根据目标对象的尺寸来设置，由此，得到５个顶点，即５个候选目标位置；（４）计算顶点与目标的距离计算每个顶点的表观统计信息，计算顶点与目标的距离Ｄ，该距离定义为：Ｄ＝１－两个表观统计信息矢量间夹角的余弦值；（５）顶点排序按照顶点与目标距离从小到大的顺序，将顶点重新排序，如果头顶点与目标的距离满足设定条件，跟踪完成，跳转到（２）；如果头顶点与目标的距离超过预设边界值，则跳转到（７），否则，继续；Ｄ＝１－两个表观统计信息矢量间夹角的余弦值；（６）进行单纯形操作将距离最大的顶点，即最后一个顶点进行单纯形操作，操作完成后，跳转到（４）；（７）目标预测根据目标对象在前一时刻的位置和运动向量，预测其在当前图像中的位置，计算公式如下：目标当前位置的横坐标＝目标前一时刻的横坐标＋目标横向运动速度×时间间隔目标当前位置的纵坐标＝目标前一时刻的纵坐标＋目标纵向运动速度×时间间隔同时，目标的运动向量表示不变；目标预测完成后，跳转到（２）；经过以上（３）－（６）的处理一定次数的单纯形操作之后，将与目标距离最小的那个顶点作为目标在当前图像的位置，从而实现对目标对象的跟踪。...

【技术特征摘要】

【专利技术属性】
技术研发人员：权伟，陈锦雄，余南阳，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：90