[发明专利]一种基于卷积神经网络的水平集目标追踪方法

说明书

技术领域

本发明涉及一种基于卷积神经网络的水平集目标追踪方法，属于目标追踪和视频处理技术领域。

背景技术

目标追踪是一项应用广泛的技术。在计算机视频处理领域中，目标追踪问题一般是指，给定视频序列中第一帧的物体位置或轮廓信息，计算后续每一帧中，该物体的位置或轮廓。由于视频序列中的物体存在形变、遮挡和尺度变换等问题，目标追踪仍然是一个具有挑战性的问题。为了解决这一问题，TLD(Tracking-learning-detection)算法将追踪和检测(Detection)相结合，奠定了利用检测进行追踪(Tracking by Detection)算法的基础。目前较为高效的算法普遍在这一框架下展开，它们主要由检测和追踪两个模块构成：检测模块负责在不同光照、背景等条件下判定物体是否出现；追踪模块负责在物体出现的范围内，确定物体的具体位置、大小或者轮廓。

特征(Features)是检测准确性的关键。已有的追踪算法大部分只利用了视频帧的一般特征(Hand-crafted Features)，而不利用深度学习特征(Deep Features)，导致检测准确性不足。针对这一问题，应使用卷积神经网络(CNN，Convolutional Neural Network)提取视频帧的深度特征，利用其中包含的语义信息(Semantical Information)，以便弥补一般特征的缺陷。

追踪模块的算法则决定了目标追踪的效率和质量。较高效的轮廓追踪算法有：GrabCut，水平集法(Level Set Method)等。相较于其他算法，水平集法具有快速、鲁棒的特点，能够实时地完成目标追踪的任务，有效提高整个目标追踪方法的运行速度。

与本发明相关的文章和专利有以下4篇，下文将分别对其进行分析：

文章(1)：2011年IEEE International Conference on Computer Vision(ICCV)，题目为：“Hough-based tracking of non-rigid objects”，通过霍夫森林获取物体中心和其支持点(Support)，以此为基础初始化GrabCut算法提取追踪目标的轮廓。该算法能够追踪每一帧的目标轮廓，然而运行速度较低，检测模块所利用的特征皆为较低层次的一般特征，检测能力较低；

文章(2)：《IEEE Transactions on Image Processing》2015年24卷11期，题目为：“Non-rigid object contour tracking via a novel supervised level set model”，利用了水平集法作为追踪模块，能够高效提取视频帧中的目标轮廓。但是该算法在检测模块利用了单一的一般特征及Adaboost分类算法，准确性不足，而且水平集能量函数(Energy Function)缺乏对视频帧信息和检测模块输出信息的平衡，容易造成能量函数迭代错误，目标丢失；

文章(3)：2015年IEEE International Conference on Computer Vision(ICCV)，题目为：“Visual tracking with fully convolutional networks”，通过一种名为“VGG net”的卷积神经网络的conv4-3和conv5-3层提取特征，构造全局和局部神经网络进行目标追踪。该方法利用了conv4和conv5层次的两个卷积层(Convolutional Layers)提取特征，尽管在追踪上取得了一定效果，但是仅两个卷积层提供的信息有所不足；

专利(1)：申请号201710053918.6，标题为“一种基于深度学习的多目标追踪系统及实现方法”，通过目标检测获得第一帧目标位置，将多个待追踪目标加入队列，并在下一帧中遍历该队列，获取所有目标的位置。该系统能够获取追踪目标的追踪框，但是仅仅得到了目标的位置和大小，不能获取目标的具体轮廓。

上述已有的追踪算法一定程度上完成了目标追踪的任务，然而，它们在目标检测、轮廓提取的效率和准确性上都具有不足。本发明旨在解决现有目标追踪算法对于视频帧深度学习特征不敏感、追踪模块算法效率低的问题，提出了一种可用于长期追踪的、较高效的基于卷积神经网络和水平集模型的目标追踪方法。

发明内容

本发明的目的是为了解决现有追踪方法对于目标轮廓追踪的不足，提出了一种基于卷积神经网络的水平集目标追踪方法。