[发明专利]一种基于自适应核函数和均值移位的人体跟踪方法

权利要求书

1.一种基于自适应核函数和均值移位的人体跟踪方法，其特征在于，包括两个阶段：第一为学习阶段，先读入一组人体行走的训练样本，通过降维算法将人体前景形状映射为低维空间中的坐标，得到低维人体形状空间，再通过插值重建算法还原人体前景形状，得到可实现低维映射到高维的插值重建算法的参数；第二为跟踪阶段，具体跟踪方法按以下步骤处理：

步骤1.读入与训练样本同样拍摄角度的包含被跟踪人体的视频，先把视频分解成l+1帧图像F_k，k=0，1，…，l，定义初始帧时k=0，再在初始帧中进行参数初始化：(11)确定被跟踪人体在初始帧中的边缘形状和位置y_k，并以此边缘形状作为核形状shape_k，定义j为人体跟踪次数变量，t为人体跟踪次数上限；(12)建立帧F_k中被跟踪人体的核形状shape_k在位置y_k的模型，并将初始帧中被跟踪人体的模型作为标准目标模型；

步骤2.判断当前帧F_k是否为视频帧序列的最后一帧F_l，若是则视频跟踪结束，跳出循环，否则更新k=k+1，j=1，读取下一帧F_k，令帧F_k中的核形状shape_k=shape_k-1，位置y_k=y_k-1，继续人体跟踪；

步骤3.以当前帧F_k中被跟踪人体的位置y_k为起始搜索位置，用均值移位跟踪算法在起始搜索位置附近搜索得到当前帧中被跟踪人体的最佳位置；

步骤4.以当前帧F_k中被跟踪人体的核形状shape_k为起始搜索核形状，在学习阶段得到的低维人体形状空间中，寻找被跟踪人体核形状对应的理想坐标，利用插值重建算法重建对应的高维特征，并利用高维特征重建最佳核形状；

步骤5.判断是否满足j>t，是则返回步骤2，否则更新j=j+1，返回步骤3。

2.根据权利要求1所述的一种基于自适应核函数和均值移位的人体跟踪方法，其特征在于，步骤(12)所述的建立帧F_k中被跟踪人体的核形状shape_k在位置y_k的模型的具体过程为，

121)先计算核函数K_k(x_i)，核函数的计算公式为，

Kk(xik)=d(xik)dmax,i=1,···,nk,]]>

式中，是帧F_k中以位置y_k为中心的被跟踪人体的核形状shape_k区域内的像素点，n_k是核内像素点的个数，是象素点到被跟踪人体的核形状shape_k区域边缘的最近距离，d_max是象素点到被跟踪人体的核形状shape_k区域边缘的最近距离中的最大距离，即dmax=max{d(xik)};]]>

122)将人体的颜色空间量化为s等级，计算模型的颜色特征直方图的概率密度q_k，

qk=CΣi=1nxKk(||xi*||2)δ[b(xi*)-μ],]]>

式中，C是归一化系数，是像素点相对核形状中心像素点的位置，δ(□)是脉冲函数，是像素点位置在s个级别颜色直方图中的索引值，μ是颜色空间量化的等级，它取值范围是[1，s]。