[发明专利]基于小波描述子的目标跟踪方法

摘要

本发明公开一种基于小波描述子的目标跟踪方法，主要解决现有技术中由于目标发生遮挡或者快速变化而导致目标跟踪失败的问题。其实现步骤为：(1)输入一段视频的第一帧，并人工标记出待跟踪的目标；(2)建立目标模板；(3)计算目标的颜色直方图；(4)在新一帧视频图像的搜索区域中提取小波特征；(5)求与目标模板距离的局部极小值；(6)计算目标的颜色直方图；(7)判断目标是否被遮挡，并在部分遮挡情况下对提取出的角点特征进行跟踪，在全遮挡情况下利用运动估计实现目标跟踪；(8)循环执行步骤(4)～步骤(7)，直至视频结束。本发明与现有的技术相比在目标发生遮挡或者快速变化情况下提高了目标跟踪的鲁棒性。

主权项

1.一种基于小波描述子的目标跟踪方法，包括以下步骤：(1)输入一段视频中的第一帧，并人工标记出待跟踪目标；(2)建立目标模板：2a)对步骤(1)标记出的跟踪目标进行3层小波变换分解，提取分解后的细节分量记为小波特征描述子；2b)根据步骤2a)中小波变换后的小波变换系数计算阈值Thr₁：Thr1=Const*(1M*NΣi,j|coef1(i,j)|)/0.6745,]]>其中，Const为调制因子，Const∈[3.5,4.5]，coef₁(i,j)表示点(i,j)处的小波变换系数，M表示小波系数矩阵的行，N表示小波系数矩阵的列；2c)将步骤2a)得到的小波特征描述子与步骤2b)得到的阈值进行比较，如果小波特征描述子的值大于阈值Thr₁，则将这些小波特征描述子的值置1，否则保持原值，即保留变化比较稳定的小波特征点，并将阈值处理后的结果作为目标模板；(3)计算步骤2b)中目标模板的颜色直方图：目标模板的颜色模型为红-绿-蓝RGB颜色模型，将红色R通道均匀量化为16个小区间，将绿色G通道均匀量化为16个小区间，将蓝色B通道均匀量化为16个小区间，通过统计目标模板中的颜色落在每个小区间内的像素数量得到颜色直方图hist₁；(4)在新一帧视频图像的搜索区域中提取小波特征：4a)输入视频的下一帧，对目标的搜索区域进行3层小波变换分解，提取分解后的细节分量作为小波特征描述子；4b)根据步骤4a)中小波变换后的小波变换系数计算阈值Thr₂：Thr2=Const*(1P*QΣx,y|coef2(x,y)|)/0.6745,]]>其中，Const为调制因子，Const∈[3.5,4.5]，coef₂(x,y)表示点(x,y)处的小波变换系数，P表示小波系数矩阵的行，Q表示小波系数矩阵的列；4c)将步骤4a)得到的小波特征描述子与步骤4b)得到的阈值进行比较，如果小波特征描述子的值大于阈值Thr₂，则将这些小波特征描述子的值置1，否则保持原值，即保留变化比较稳定的小波特征点；(5)根据步骤(4)得到的搜索区域的小波特征和步骤(2)得到的目标模板的小波特征，求它们之间距离的局部极小值点S_min；(6)根据步骤(5)中得出的位置S_min估计出当前帧的目标位置，并计算估计目标的颜色直方图hist₂作为候选目标的直方图；(7)判断目标是否被遮挡：7a)根据步骤(3)得到的颜色直方图和步骤(6)得到的颜色直方图得出遮挡因子Occ；7b)对遮挡因子Occ与阈值进行比较，如果Occ小于阈值T₁＝0.6表示目标没有发生遮挡，将步骤(6)得到的候选目标作为当前帧的目标跟踪结果和更新的目标模板，然后输出目标跟踪结果；如果Occ大于阈值T₂＝0.9，表示目标发生了完全遮挡，执行步骤(9)；如果Occ大于T₁且小于T₂，表示目标发生了部分遮挡，执行步骤(8)；(8)随机提取目标模板的N个角点特征，在当前帧中对这些角点特征点进行跟踪，得到此帧的目标位置，并将该目标位置作为当前帧的目标跟踪结果输出；(9)根据当前帧视频图像和上一帧视频图像之间的相关性，用目标运动的速度和方向以及上一帧中目标跟踪的结果，估计当前帧视频图像中目标的位置，并将该目标位置作为当前帧的目标跟踪结果输出；(10)循环执行步骤(4)～步骤(9)，直到视频的最后一帧。