[发明专利]一种自适应模板匹配的抗遮挡跟踪方法

说明书

本发明公开了一种自适应模板匹配的抗遮挡跟踪方法，在出现严重、复杂的遮挡的情况下仍能稳定地跟踪目标，而且能够避免子模板过于敏感的问题。该方案将跟踪模板分割成若干个子模板，以子模板为组成单元，从跟踪模板内部划分出两个相互嵌套的内层子区域，称为内层1模板和内层2模板；跟踪首先从无遮挡跟踪状态开始，随着遮挡的加深依次经历内层1无遮挡跟踪状态A、内层1有遮挡预测状态；当遮挡逐渐解除，从内层1有遮挡预测状态退出后依次进入内层2无遮挡跟踪状态、内层1无遮挡跟踪状态B，最后回到无遮挡跟踪状态。在每种状态下，均根据三个模板被遮挡情况进行状态跳转判断，以及跳转方向是前进还是后退；根据所处状态进行相应模板的更新。

技术领域

本发明涉及目标自动跟踪技术领域，具体涉及一种自适应模板匹配的抗遮挡跟踪方法。

背景技术

在目标跟踪过程中，会遇到各种各样的情况，如光照改变、背景扰动、遮挡、目标姿态变化等，其中如何有效地处理遮挡、特别是严重的遮挡，一直是目标跟踪问题中的一个难点。遮挡的发生就是在原来被跟踪的目标图像区域内，在某一个方向上出现连续稳定的、有一定尺寸的新的灰度区域，使原来被跟踪的目标图像区域面积缩小，这个过程一般是渐进的。遮挡的发生会影响跟踪算法继续稳定地跟踪，可能导致跟踪不准确甚至丢失目标。研究解决在运动目标跟踪过程中的遮挡问题具有重要的理论和实际意义。

当跟踪的目标中一部分被遮挡后，从图像中无法获得目标的全部信息，这就对定位跟踪算法提出了两点要求：首先，算法本身必须具备良好的鲁棒性，能够抑制图像信息损失带来的影响，继续稳定地跟踪目标；其次，算法必须对遮挡提出某种处理策略，因为遮挡情况可能是多种多样的，而算法本身的鲁棒性是有限的，如果算法中没有包括专门的遮挡处理策略，那么总会在某些情况下无法得到满意的结果。

在现有的跟踪算法中，有些算法对遮挡进行了特别的处理。不过大多数算法要么不考虑遮挡，要么用部分遮挡下的结果来证明算法本身的鲁棒性。算法的鲁棒性当然也可以看作是某种层次上的遮挡处理，但是仅有这个层次的处理还是不够的。当遮挡不是很严重的时候，某些算法确实能够得到较好的结果，但是一个跟踪算法要达到实用性，必须面对真实世界中各种各样复杂情况的考验。就遮挡而言，可能出现的情况就千变万化，如目标被背景遮挡、目标与其他运动物体之间的相对运动导致遮挡等；遮挡的程度也不一而足。所以除了提高算法本身的鲁棒性，设计专门的遮挡处理策略也必不可少。唯有如此，才有可能在出现严重、复杂的遮挡的情况下还能稳定地跟踪目标。

现有的抗遮挡的目标跟踪步骤通常如下：

参见图1，当遮挡发生时，算法需要能够检测到遮挡，同时停止模板更新、利用算法本身的鲁棒性继续跟踪目标；随着遮挡程度的加深，定位算法本身已不再能够跟住目标或者目标已经被全部遮挡，需要依据预测的目标运动轨迹，推测目标将要出现的位置以及再次出现时的形态，并在该区域周围适当扩大范围搜索，等待目标出现；当目标重新出现时，算法需要尽快检测到，同时调整目标的运动参数及模板形态，转入正常跟踪步骤。

目前各种类型的跟踪算法层出不穷，然而，各类算法各有优劣，经典的相关跟踪算法以其独特的优势应用较为广泛。

经典的互相关跟踪原理如下：

设模板由M(u,v)表示，当前帧图像中要搜索的区域由S(x,y)表示，见图2。模板与图像中对应区域的相关系数由下式决定：

其中，0≤xX-U+1，0≤yY-V+1。U，V分别为模板的长、宽，X和Y分别为搜索区域的长、宽。

模板在搜索区域内逐像素点求相关系数，得到相关系数最大值的位置就是目标在搜索区内的位置。