一種基于壓縮域融合的Mean shift核窗寬動態(tài)更新方法
【專利摘要】本發(fā)明公開了一種基于壓縮域融合的Meanshift核窗寬動態(tài)更新方法，該方法將壓縮域分析與Meanshift跟蹤算法相結(jié)合，即首先對視頻編碼過程中產(chǎn)生的運(yùn)動矢量進(jìn)行概率統(tǒng)計(jì)分析，以獲取目標(biāo)運(yùn)動的尺寸大小，據(jù)此動態(tài)更新目標(biāo)的顏色概率模型及核窗寬大小，使得目標(biāo)模型更加真實(shí)。本發(fā)明的技術(shù)方案不僅提高了目標(biāo)尺寸明顯變化下的運(yùn)動跟蹤精度，而且提高了運(yùn)算效率。該方案尤其適用于智能視頻監(jiān)控設(shè)備中的視頻編碼與目標(biāo)跟蹤同時(shí)進(jìn)行的情況。
【專利說明】—種基于壓縮域融合的Mean shift核窗寬動態(tài)更新方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于視頻智能分析【技術(shù)領(lǐng)域】,特別涉及一種基于壓縮域融合的Mean shift核窗寬動態(tài)更新方法。
【背景技術(shù)】
[0002]Mean shift算法(均值偏移算法)是一種非參數(shù)密度估計(jì)算法，由Fukunaga于1975年首先提出。其作為一種高效的模式匹配算法，己被成功地應(yīng)用于實(shí)時(shí)性要求較高的目標(biāo)跟蹤系統(tǒng)中。Dorm Comaniciu首先將Mean Shift算法應(yīng)用于圖像濾波、分割與目標(biāo)跟蹤等領(lǐng)域。Bradski提出以顏色直方圖為目標(biāo)模式的Mean shift目標(biāo)跟蹤算法。該算法先利用顏色直方圖得到每幀圖像的顏色投影圖，然后自適應(yīng)調(diào)整搜索窗口的位置和大小，并通過不斷收斂將得到的最優(yōu)中心位置作為目標(biāo)的中心。
[0003]相比較其他的運(yùn)動目標(biāo)跟蹤算法，Mean shift算法具有如下特點(diǎn):
[0004](I)計(jì)算量不大，可以滿足實(shí)時(shí)跟蹤的要求；
[0005](2)對運(yùn)動目標(biāo)變形、旋轉(zhuǎn)，背景變化不敏感；
[0006](3)對于部分遮擋情況下的目標(biāo)跟蹤具有一定的魯棒性；
[0007](4)Mean shift作為一個無參數(shù)密度估計(jì)算法，容易與其他算法進(jìn)行融合與集成。
[0008]但是，Mean shift算法也存在一些缺陷:
[0009](I)跟蹤過程中核窗寬的大小保持不變，當(dāng)目標(biāo)有明顯尺度變化時(shí)，可能導(dǎo)致跟蹤失敗；
[0010](2)顏色直方圖是一種比較弱的對目標(biāo)特征的描述，當(dāng)有相似顏色干擾(遮擋)時(shí)，算法效果欠佳；
[0011](3)Mean shift算法進(jìn)行局部搜索，當(dāng)場景中目標(biāo)的運(yùn)動速度很快時(shí)，目標(biāo)區(qū)域在相鄰兩幀間會出現(xiàn)沒有重疊的區(qū)域的情況，目標(biāo)此時(shí)往往收斂于背景中與目標(biāo)顏色分布比較相似的物體，而不是場景中的目標(biāo)，從而跟蹤丟失；
[0012]另外，Mean shift算法跟蹤效果的提升主要依賴于單一顏色特征描述被跟蹤目標(biāo)的準(zhǔn)確性，如果繼續(xù)延續(xù)這一思路，基于顏色特征的Mean shift目標(biāo)跟蹤效果很難有更大的提升空間。

【發(fā)明內(nèi)容】

[0013]本發(fā)明針對Mean shift算法跟蹤尺度變化的目標(biāo)易丟失的問題，提出了基于壓縮域融合的Mean shift核窗寬動態(tài)更新方法，通過壓縮域運(yùn)動矢量的分析，提取運(yùn)動目標(biāo)的尺寸大小，據(jù)此動態(tài)更新目標(biāo)的顏色概率模型及核窗寬大小，使得目標(biāo)模型更加真實(shí)，從而提聞目標(biāo)跟蹤的準(zhǔn)確性。
[0014]本發(fā)明所采用的技術(shù)方案是:一種基于壓縮域融合的Mean shift核窗寬動態(tài)更新方法，其特征在于，包括以下步驟:
[0015]步驟1:在首幀圖像中采用人機(jī)交互方式手動獲取待跟蹤目標(biāo)的區(qū)域信息，通過在首幀圖像上采用矩形框直接標(biāo)注待跟蹤目標(biāo)的區(qū)域，矩形框中心作為待跟蹤目標(biāo)的中心位置，其中心坐標(biāo)為(X，y),矩形框?qū)挾群烷L度為(Wtl, Htl),在此基礎(chǔ)上建立待跟蹤目標(biāo)顏色概率的目標(biāo)模型I;
[0016]步驟2:從第二幀圖像開始，在壓縮域中根據(jù)運(yùn)動矢量分析提取所述的待跟蹤目標(biāo)在當(dāng)前幀中的尺寸(W，H)；
[0017]步驟3:待跟蹤目標(biāo)在當(dāng)前幀中的尺寸(W，H)與待跟蹤目標(biāo)的尺寸(Wtl, H0)進(jìn)行比較，判斷待跟蹤目標(biāo)的尺寸變化比率是否超過預(yù)設(shè)閥值K?
[0018]若是，則更新待跟蹤目標(biāo)的核窗寬大小，得到新的跟蹤目標(biāo)核窗寬，然后計(jì)算所述的新的跟蹤目標(biāo)核窗寬的顏色概率密度；
[0019]若否，則計(jì)算所述的待跟蹤目標(biāo)核窗寬的顏色概率密度；
[0020]步驟5:計(jì)算當(dāng)前候選區(qū)域的顏色概率密度；其中所述的候選區(qū)域?yàn)樗龅母櫮繕?biāo)核窗寬所在幀的以后的每幀中，可能包含跟蹤目標(biāo)的區(qū)域；
[0021]步驟6:計(jì)算所述的候選區(qū)域與跟蹤目標(biāo)核窗寬的相似性系數(shù)；
[0022]步驟7:計(jì)算Mean Shift向量定位所述的跟蹤目標(biāo)核窗寬中心位置；
[0023]步驟8:判斷:所述的跟蹤目標(biāo)核窗寬的顏色概率密度是否收斂？
[0024]如果否，則搜索當(dāng)前候選區(qū)域的后一幀，回轉(zhuǎn)執(zhí)行所述的步驟5，計(jì)算后一幀的候選區(qū)域的顏色概率密度；
[0025]如果是，則完成搜索，定位所述的跟蹤目標(biāo)核窗寬的中心位置。
[0026]作為優(yōu)選，步驟2所述的從第二幀圖像開始，在壓縮域中根據(jù)運(yùn)動矢量分析提取所述的待跟蹤目標(biāo)在當(dāng)前幀中的尺寸(W，H)，其具體實(shí)現(xiàn)包括以下子步驟:
[0027]步驟2.1:對壓縮域的運(yùn)動矢量進(jìn)行預(yù)處理，即直接在編碼過程中獲取壓縮域的運(yùn)動矢量，并對所述的運(yùn)動矢量進(jìn)行噪聲濾波處理；
[0028]步驟2.2:對預(yù)處理后所得的運(yùn)動矢量進(jìn)行稠密化處理，將缺失的運(yùn)動矢量補(bǔ)上；
[0029]步驟2.3:用區(qū)域生長的方法解決所述的待跟蹤目標(biāo)在當(dāng)前幀中的目標(biāo)中心出現(xiàn)的中空現(xiàn)象；
[0030]步驟2.4:得到能夠很好地反映所述的待跟蹤目標(biāo)在當(dāng)前幀中的目標(biāo)運(yùn)動狀況的運(yùn)動矢量場，通過標(biāo)定相應(yīng)的宏塊來檢測出運(yùn)動區(qū)域，通過計(jì)算待跟蹤目標(biāo)在當(dāng)前幀中的目標(biāo)的外接矩形來提取出所述的待跟蹤目標(biāo)在當(dāng)前幀中的尺寸大小。
[0031]作為優(yōu)選，步驟3所述的待跟蹤目標(biāo)在當(dāng)前幀中的尺寸(W，H)與待跟蹤目標(biāo)的尺寸(WcHtl)進(jìn)行比較，判斷待跟蹤目標(biāo)的尺寸變化比率是否超過預(yù)設(shè)閥值K ?其判斷標(biāo)準(zhǔn)為:如果(W，H)與(WcHtl)的差別大于預(yù)設(shè)閥值K，則計(jì)算待跟蹤目標(biāo)在當(dāng)前幀中的尺寸與待跟蹤目標(biāo)的尺寸大小的比較值Dsize:
[0032]
【權(quán)利要求】
1.一種基于壓縮域融合的Mean shift核窗寬動態(tài)更新方法，其特征在于，包括以下步驟: 步驟1:在首幀圖像中采用人機(jī)交互方式手動獲取待跟蹤目標(biāo)的區(qū)域信息，通過在首幀圖像上采用矩形框直接標(biāo)注待跟蹤目標(biāo)的區(qū)域，矩形框中心作為待跟蹤目標(biāo)的中心位置,其中心坐標(biāo)為(X，y),矩形框?qū)挾群烷L度為(Wtl, Htl),在此基礎(chǔ)上建立待跟蹤目標(biāo)顏色概率的目標(biāo)模型仏 步驟2:從第二幀圖像開始，在壓縮域中根據(jù)運(yùn)動矢量分析提取所述的待跟蹤目標(biāo)在當(dāng)前幀中的尺寸(W，H)； 步驟3:待跟蹤目標(biāo)在當(dāng)前巾貞中的尺寸(W，H)與待跟蹤目標(biāo)的尺寸(Wc Hci)進(jìn)行比較，判斷待跟蹤目標(biāo)的尺寸變化比率是否超過預(yù)設(shè)閥值K ? 若是，則更新待跟蹤目標(biāo)的核窗寬大小，得到新的跟蹤目標(biāo)核窗寬，然后計(jì)算所述的新的跟蹤目標(biāo)核窗寬的顏色概率密度； 若否，則計(jì)算所述的待跟蹤目標(biāo)核窗寬的顏色概率密度； 步驟5:計(jì)算當(dāng)前候選區(qū)域的顏色概率密度；其中所述的候選區(qū)域?yàn)樗龅母櫮繕?biāo)核窗寬所在幀的以后的每幀中，可能包含跟蹤目標(biāo)的區(qū)域； 步驟6:計(jì)算所述的候選區(qū)域與跟蹤目標(biāo)核窗寬的相似性系數(shù)； 步驟7:計(jì)算Mean Shift向量定位所述的跟蹤目標(biāo)核窗寬中心位置； 步驟8:判斷:所述的跟蹤目標(biāo)核窗寬的顏色概率密度是否收斂？ 如果否，則搜索當(dāng)前候選區(qū)域的后一幀，回轉(zhuǎn)執(zhí)行所述的步驟5，計(jì)算后一幀的候選區(qū)域的顏色概率密度； 如果是，則完成搜索，定位所述的跟蹤目標(biāo)核窗寬的中心位置。
2.根據(jù)權(quán)利要求1所述的基于壓縮域融合的Meanshift核窗寬動態(tài)更新方法，其特征在于:步驟2所述的從第二幀圖像開始，在壓縮域中根據(jù)運(yùn)動矢量分析提取所述的待跟蹤目標(biāo)在當(dāng)前幀中的尺寸(W，H)，其具體實(shí)現(xiàn)包括以下子步驟: 步驟2.1:對壓縮域的運(yùn)動矢量進(jìn)行預(yù)處理，即直接在編碼過程中獲取壓縮域的運(yùn)動矢量，并對所述的運(yùn)動矢量進(jìn)行噪聲濾波處理； 步驟2.2:對預(yù)處理后所得的運(yùn)動矢量進(jìn)行稠密化處理，將缺失的運(yùn)動矢量補(bǔ)上； 步驟2.3:用區(qū)域生長的方法解決所述的待跟蹤目標(biāo)在當(dāng)前幀中的目標(biāo)中心出現(xiàn)的中空現(xiàn)象；步驟2.4:得到能夠很好地反映所述的待跟蹤目標(biāo)在當(dāng)前幀中的目標(biāo)運(yùn)動狀況的運(yùn)動矢量場，通過標(biāo)定相應(yīng)的宏塊來檢測出運(yùn)動區(qū)域，通過計(jì)算待跟蹤目標(biāo)在當(dāng)前幀中的目標(biāo)的外接矩形來提取出所述的待跟蹤目標(biāo)在當(dāng)前幀中的尺寸大小。
3.根據(jù)權(quán)利要求1所述的基于壓縮域融合的Meanshift核窗寬動態(tài)更新方法，其特征在于:步驟3所述的待跟蹤目標(biāo)在當(dāng)前幀中的尺寸(W，H)與待跟蹤目標(biāo)的尺寸(Wc Htl)進(jìn)行比較，判斷待跟蹤目標(biāo)的尺寸變化比率是否超過預(yù)設(shè)閥值K?其判斷標(biāo)準(zhǔn)為: 如果(W，H)與1?)的差別大于預(yù)設(shè)閥值K，則計(jì)算待跟蹤目標(biāo)在當(dāng)前幀中的尺寸與待跟蹤目標(biāo)的尺寸大小的比較值Dsize:
4.根據(jù)權(quán)利要求3所述的基于壓縮域融合的Mean shift核窗寬動態(tài)更新方法，其特征在于:步驟3所述的更新待跟蹤目標(biāo)的核窗寬大小，得到新的跟蹤目標(biāo)核窗寬，其具體實(shí)現(xiàn)包括以下子步驟: 步驟4.1:判斷:若Dsize大于所述的預(yù)設(shè)閾值k，且所述的待跟蹤目標(biāo)的核窗寬在當(dāng)前幀的前3幀圖像的尺寸變化趨勢Pn，Plri, Pn_2同時(shí)大于O或同時(shí)小于O，則進(jìn)行當(dāng)前幀的待跟蹤目標(biāo)的核窗寬模板更新； 步驟4.2:獲取待跟蹤目標(biāo)的核窗寬在當(dāng)前幀中的更新模板的尺寸； 采用待跟蹤目標(biāo)的核窗寬在當(dāng)前幀與前一幀圖像中的核窗寬尺寸的平均，來獲取待跟蹤目標(biāo)的核窗寬在當(dāng)前幀中更新模板的目標(biāo)尺寸，更新模板的目標(biāo)尺寸為:
寬度=Wnew= (Wn+ /2，長度=Hnew=(H1 Hlri)A ； 步驟4.3:生成新的跟蹤目標(biāo)核窗寬模板； 根據(jù)Mean shift算法找到的當(dāng)前幀的跟蹤目標(biāo)核窗寬的目標(biāo)中心(X'，y')作為中心坐標(biāo)，跟蹤目標(biāo)核窗寬的矩形寬度和長度為(Wnew，Hnew)，在此基礎(chǔ)上建立新的跟蹤目標(biāo)核窗寬顏色概率的目標(biāo)模型么，此后視頻幀的顏色概率的目標(biāo)模型更新為ft ?
【文檔編號】G06T7/20GK103440669SQ201310409854
【公開日】2013年12月11日 申請日期:2013年9月10日 優(yōu)先權(quán)日:2013年9月10日
【發(fā)明者】田綱, 李明, 劉歡歡, 于歡, 何豫航 申請人:武漢大學(xué)