一种基于概率模型的运动摄像机自动目标跟踪方法技术

技术编号:7084360 阅读:337 留言:0更新日期:2012-04-11 18:40
本发明专利技术提供一种基于概率模型的运动摄像机自动目标跟踪方法,具体实现步骤为:首先,初始化启动跟踪的参数和实时运动目标跟踪的参数;其次,利用速度差异函数定位初始运动区域,并采用改进的最优聚类函数分割运动目标;然后,对当前帧检测到的运动目标和背景搜索窗建立颜色概率直方图模型,利用后验概率函数、颜色直方图相似度函数调整目标的大小和位置;最后,使用连续自适应均值漂移法寻找下一帧运动目标,实现在动态背景下对运动目标进行实时跟踪。本发明专利技术提高了运动目标跟踪的可靠性,可有效解决运动摄像机下初始目标选取、多目标跟踪、目标和背景存在相同颜色以及目标自身颜色变化问题。

【技术实现步骤摘要】

本专利技术涉及一种运动摄像机下实时运动目标自动跟踪方法,特别是,适用于对运动摄像机实时运动目标跟踪。
技术介绍
目标跟踪是计算机视觉领域中重要的研究方向,已被广泛应用,例如交通监控系统,人物可疑行为监视系统,等等。大部分学者针对摄像机固定的视频中运动目标进行研究,但在实际应用中,由于相机移动或镜头旋转导致系统需对动态背景下的运动目标进行跟踪。动态背景下的运动目标跟踪的难点在于如何自动选取初始目标模型,以及目标模型和背景如何更新。现有算法中主要是通过手动地选取初始的运动目标,对目标建立颜色分布直方图模型,并视此模型一直为静止不变的,然后在后续的视频序列中建立背景的颜色分布,利用背景和目标颜色的相异性寻找到新的目标位置,从而实现跟踪的过程,并且只针对单个目标的跟踪。但是,往往在实时的跟踪过程中并不知道目标的初始位置和目标的个数,也不能防止目标自身颜色信息发生变化的情况发生。为解决现有算法的不足,本专利技术通过在启动跟踪前存入若干视频序列(不超过20帧),利用全局速度和局部速度的差异定位初始的运动区域,利用改进的最优聚类分割成单个的目标,最后利用改进的连续自适应均值漂移的方法实现目标的跟本文档来自技高网...

【技术保护点】
1.一种基于概率模型的运动摄像机自动目标跟踪方法,在通过速度差异和最优聚类获取运动目标的基础上,通过建立改进的颜色概率直方图模型,增加目标颜色分布的可信度,并根据运动目标的位置、大小和颜色采用均值偏移法,对实时运动目标进行可靠跟踪,其特征在于包括以下步骤:步骤(1)初始化启动跟踪的参数和实时运动目标跟踪的参数;步骤(2)利用速度差异函数定位初始运动区域,并利用改进的最优聚类函数分割目标;步骤(3)对当前帧检测到的运动目标和背景搜索窗建立颜色概率直方图模型,利用后验概率函数、颜色直方图相似度函数调整目标的大小和位置;步骤(4)使用连续自适应均值漂移法寻找下一帧运动目标,实现实时跟踪;其中,所述步...

【技术特征摘要】

【专利技术属性】
技术研发人员:赵龙伊威肖军波
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1