基于最近邻分类器和均值漂移的目标跟踪方法技术

本发明专利技术公开一种基于最近邻分类器和均值漂移的目标跟踪方法，主要解决现有技术中由于目标运动模糊无法捕获特征点和跟踪漂移无法恢复而导致的跟踪失败问题。其实现步骤为：(1)输入视频的第一帧，并用矩形框标记出待跟踪目标；(2)对目标模型初始化；(3)确定新一帧视频图像中目标搜索区域；(4)提取搜索区域内的尺度不变sift特征与目标模型匹配，同时用均值漂移模型跟踪目标；(5)对步骤(4)的结果进行决策级融合作为目标跟踪结果输出；(6)更新没有发生遮挡的目标模型；(7)循环执行步骤(3)~步骤(6)，直至视频结束。本发明专利技术与现有技术相比在目标快速运动甚至出现运动模糊或者发生遮挡情况下提高了目标跟踪的准确性。

【技术实现步骤摘要】

本专利技术属于图像处理
，涉及视频目标跟踪方法，可应用于智能监控、目标 跟踪和人机界面。
技术介绍
序列图像的目标跟踪是图像处理技术应用的重要组成部分，它是指通过对输入的 的视频图像序列进行分析，确定各帧中目标所在的位置，获得相关的参数。目标跟踪是计算 机视觉中关键技术之一，其融合了图像处理、模式识别和人工智能等领域，在机器人视觉导 航、安全监测、交通管制、视频压缩以及气象分析等许多方面都有广泛应用。如军事方面，已 被成功地应用于武器的成像制导、军事侦察和监视等。民用方面，如视觉监控，已被广泛地 应用于社会生活的各方面。目标跟踪可应用于社区和重要设施的保安监控；用于智能交通 系统中进行车辆的实时追踪，可以得到车流量、车型、车速、车流密度等等许多有价值的交 通流参数，同时还可以检测事故或故障等突发状况。广州灵视信息科技有限公司提出的专利申请“一种基于图像块特征的目标跟踪方 法及跟踪系统”(专利申请号CN201110267278. 1，公开号CN102324030A)公开了一种基于图 像块特征的目标跟踪方法及跟踪系统。该跟踪方法包括根据基准目标图像块和背景图像 块的特征建立基准目本文档来自技高网...

【技术保护点】
一种基于最近邻分类器和均值漂移的目标跟踪方法，包括以下步骤：(1)输入一段视频中的第一帧，并用矩形框标记出待跟踪目标，分别用g和h表示该矩形框的长和宽；(2)模型初始化：2a)提取步骤(1)中视频第一帧的尺度不变sift特征，并用待跟踪目标的尺度不变sift特征初始化为目标模型，并计算该目标模型的颜色直方图，用第一帧中其余的尺度不变sift特征初始化为背景模型；2b)用步骤(1)中待跟踪目标的中心位置初始化均值漂移meanshift模型；(3)确定新一帧视频图像中目标搜索区域；(4)提取步骤(3)中得到的目标搜索区域内的尺度不变sift特征，根据目标搜索区域和上一帧的目标跟踪结果，通过均值漂移...

【技术特征摘要】

【专利技术属性】
技术研发人员：田小林，焦李成，刘朵，张小华，缑水平，朱虎明，钟桦，马文萍，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：