[发明专利]一种基于均值偏移的复杂场景下目标跟踪方法及装置

权利要求书

1.一种基于均值偏移的复杂场景下目标跟踪方法，其特征在于，包括：

获取场景的视频数据，对其进行运动目标分离，得到前景目标；

提取前景目标中的二阶颜色直方图特征和梯度加权直方图特征，并基于所述二阶颜色直方图特征和梯度加权直方图特征以均值偏移算法为框架对前景目标进行目标跟踪。

2.如权利要求1所述的基于均值偏移的复杂场景下目标跟踪方法，其特征在于，获取场景的视频数据，对其进行运动目标分离以得到前景目标的处理步骤包括：

对视频数据进行颜色空间转换，对转换后的颜色空间进行图像去噪处理；

对进行了图像去噪处理后的视频数据进行目标检测处理以得到前景目标；

对所述前景目标进行数学形态学处理和联通区域标记处理。

3.如权利要求2所述的基于均值偏移的复杂场景下目标跟踪方法，其特征在于，所述目标检测处理方法包括背景差分法、帧差法、光流法或者背景建模法。

4.如权利要求1所述的基于均值偏移的复杂场景下目标跟踪方法，其特征在于，提取前景目标中的二阶颜色直方图特征和梯度加权直方图特征，并基于所述二阶颜色直方图特征和梯度加权直方图特征以均值偏移算法为框架对前景目标进行目标跟踪的处理步骤包括：

提取前景目标中的二阶颜色直方图特征；

提取前景目标中的梯度加权直方图特征；

采用以下数学式进行特征融合处理：

ρ=Σi=1kωiRi,k∈N+;]]>

其中，ρ表示融合后的特征匹配系数，R_i表示融合前的各个特征归一化匹配系数，ω_i表示R_i所对应的权重，且有N₊表示正整数集，即k≥1且k∈N₊；

基于融合后的特征以均值偏移算法进行目标跟踪。

5.如权利要求4所述的基于均值偏移的复杂场景下目标跟踪方法，其特征在于，所述梯度加权直方图特征的提取步骤为：

以前景目标的图像任意一点为中心构建0°、45°、90°、135°四个方向的梯度值；

将这四个方向的梯度值相加得到该点的梯度特征；

将前景目标的整幅图像的梯度特征信息进行加权直方图以得到梯度加权直方图特征。