[发明专利]一种基于视频帧单应性变换的静止目标跟踪方法

说明书

本发明公开了一种基于视频帧单应性变换的静止目标跟踪方法，涉及计算机视觉技术领域。包括：对采集到的待识别目标视频帧进行标注，并通过目标检测得到所述视频帧中检测目标的多边形选区；提取当前帧的前一帧和后一帧的SIFT特征点；根据SIFT特征点得到单应性转换矩阵；根据所述单应性转换矩阵对每一个跟踪目标的位置进行变换得到当前跟踪目标在下一帧图片中的预测选区；计算当前帧的多边形选区及其预测选区之间的面积交并比；将所述面积交并比结合二分图完全匹配算法进行目标匹配，输出跟踪结果。本发明在目标建立跟踪后不管目标是否出现在画面都可以一直精确更新目标位置，避免同一个目标的重复跟踪。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种基于视频帧单应性变换的静止目标跟踪方法。

背景技术

在计算机视觉中，目标检测是在图像或视频帧（一系列的图像）中扫描和搜寻目标，概括来说就是在一个场景中对目标进行定位和识别。目标跟踪是计算机视觉领域中重要的研究方向和应用方法，目标跟踪技术也被广泛应用于人类生产生活的各个领域，例如，视频监控等，在视频监控技术领域中，通常是对输入视频中的人或物进行轨迹追踪，从而准确地确定出人或物的移动轨迹。

但是，现有的目标识别均是针对静止背景中的动态目标进行识别，如何跟踪视频帧中静止的目标成为了成为了亟待解决的问题。

发明内容

本发明目的在于，提供一种基于视频帧单应性变换的静止目标跟踪方法，以提高跟踪视频帧中静止的目标的跟踪能力。

为实现上述目的，本发明实施例提供一种基于视频帧单应性变换的静止目标跟踪方法，包括：对采集到的待识别目标视频帧进行标注，并通过目标检测得到所述视频帧中检测目标的多边形选区；提取当前帧的前一帧和后一帧的SIFT特征点；根据所述SIFT特征点得到单应性转换矩阵；根据所述单应性转换矩阵对每一个跟踪目标的位置进行变换得到当前跟踪目标在下一帧图片中的预测选区；计算当前帧的多边形选区及其预测选区之间的面积交并比；将所述面积交并比结合二分图完全匹配算法进行目标匹配，输出跟踪结果。

优选地，所述对采集到的待识别目标视频帧进行标注，并通过目标检测得到所述视频帧中检测目标的多边形选区，包括：对采集到的待识别目标视频帧进行标注，同时使用标注的数据训练检测模型；对视频帧利用检测模型进行目标检测，将检测到的外接点连接成多边形区域，得到检测目标的多边形选区。

优选地，所述根据所述SIFT特征点得到单应性转换矩阵，包括：根据视频帧中的SIFT特征点获取其对应的描述子；通过匹配特征点的描述子，查找检测目标和跟踪目标中匹配的特征点对；使用随机抽样一致算法剔除错误匹配后，计算得到单应性变换矩阵。

优选地，所述计算当前帧的多边形选区及其预测选区之间的面积交并比，包括：多边形选区及其预测选区之间的面积交并比IOU(A,B)公式为：，其中，A表示多边形选区，B表示预测选区，表示A和B的面积交集像素点数，表示A和B的面积并集像素点数。

优选地，所述将所述面积交并比结合二分图完全匹配算法进行目标匹配，输出跟踪结果，包括：若跟踪目标与检测目标成功匹配，则判断成功跟踪并使用检测目标的多边形选区更新跟踪目标位置；若跟踪目标未匹配到相应的检测目标，则使用跟踪目标的预测选区更新跟踪目标位置；若检测目标未匹配到相应的跟踪目标，则建立一个新的跟踪目标位置初始化为当前检测目标的多边形选区。