[发明专利]基于均值偏移的视频目标跟踪方法

摘要

本发明公开了一种基于Mean Shift的视频目标跟踪方法，先提取跟踪目标的SIFT特征，然后用Mean-Shift算法对目标的SIFT特征进行匹配，从而实现对目标的跟踪。本方法充分利用SIFT所具有的对旋转、尺度缩放、亮度变化保持不变性，对噪声具有很好的抗干扰性等特征。本发明不仅考虑到算法的实时性，同时也能很好的解决尺度变换、物体遮挡、旋转、光照变化等问题。这一技术在安全监控、汽车辅助运动、人体运动分析和机器人视觉等领域有着广阔的应用前景和发展潜力，可以提高目标跟踪的实时性和准确性。

主权项

一种基于Mean Shift的视频目标跟踪方法，读入包含待跟踪目标的视频图像，确定跟踪目标区域并获取其特征，基于该特征采用Mean Shift算法在视频图像序列中进行跟踪，其特征在于：获取跟踪目标区域特征的方法是，根据尺度不变特征变换算子计算跟踪目标区域的关键点位置和尺度，并获取该尺度空间下关键点邻域的特征向量，用跟踪目标区域内的特征向量的模值 方向分布直方图表示该目标；具体跟踪的方法为，在标定所需要跟踪的目标以后，按下列步骤处理：[1]将一幅视频图像通过多尺度的高斯核函数滤波，形成高斯金字塔图像，并将相邻尺度的两个高斯图像相减得到高斯差分金字塔多尺度空间；[2]运用尺度不变特征变换算法在尺度空间进行特征检测，确定跟踪目标的关键点；[3]对每一个关键点，确定关键点的位置、尺度，然后使用关键点的邻域梯度方向为主方向作为该点的方向特征，根据得到的关键点的位置、尺度、方向三个信息，确定一个特征向量区域；[4]根据各个关键点可以确定一组特征向量区域，根据确定的这组特征向量区域，提取到目标区域的特征向量的模值 方向分布直方图；[5]基于提取到的特征向量的模值 方向分布直方图，运用Mean Shift算法实现对目标的跟踪。