[发明专利]一种基于核密度估计的目标跟踪方法

说明书

本发明公开了一种基于核密度估计的目标跟踪方法，其涉及计算机视觉领域。本发明方法包括以下步骤：首先为了适应视觉跟踪过程中目标形态的变化，同时运用核密度估计对目标在HSV空间中的H分量建立色彩分布模型，使得目标在出现局部遮挡情况下，依然可准确地完成跟踪，然后运用CamShift算法进行目标跟踪。本发明是一种鲁棒性较强的算法，适用于背景变化平稳、目标单一且颜色分布不是过于复杂的环境，与基于灰度模板匹配方法相比，其准确性更高。

技术领域

本发明涉及计算机视觉领域，具体涉及一种基于核密度估计的目标跟踪方法。

背景技术

视觉跟踪是智能监控领域内的研究热点，是指对视频序列中的运动目标进行检测、提取、识别和跟踪，以获取目标运动参数及运动轨迹的过程。目前主流的跟踪方法有MeanShift算法、粒子滤波算法等。使用MeanShift算法跟踪目标，均值向量有时会收敛到Bhatacharyya系数曲面的局部最优点，使得跟踪失效。粒子滤波算法是一种基于动态状态空间模型(DSSM)的开放体系，跟踪效果稳定，但计算量大，速度较慢。

为了降低运算量，提高跟踪的实时性与准确性，适应目标尺度变化对跟踪带来的影响。本发明提出一种基于核密度估计的目标跟踪方法，该方法运用核密度估计对目标在HSV空间中的H分量建立色彩分布模型，使得目标在出现局部遮挡情况下，依然可准确地完成跟踪。然后运用CamShift算法进行跟踪。

发明内容

本发明的目的在于提出一种基于核密度估计的目标跟踪方法，为实现上述发明目的，本发明方法具体包括以下步骤：

1)基于核密度估计的对目标在HSV空间中的H分量建立色彩分布模型；

2)基于该色彩分布模型计算视频序列投影图像；

3)利用CAMShift跟踪算法实现目标的连续跟踪。

作为本发明的优选技术方案，所述步骤1)包括：

假设目标所在区域的点集为{xi}，i＝1,2,...,n，区域中心点为x0，将目标的颜色信息分布离散为m个区间，函数b(xi)表示将xi处像素的H分量值量化，并将其分配到相应的区间内，m为量化等级，那么，对于中心位于x0的目标模板，其色彩分布模型qu可用以下公式(1)-(4)描述：