[发明专利]一种基于自适应核函数和均值移位的人体跟踪方法

摘要

本发明涉及一种基于自适应核函数和均值移位的人体跟踪方法，包括两个阶段：第一为学习阶段，先读入一组人体行走的训练样本，通过降维算法将人体前景形状映射为低维空间中的坐标，得到低维人体形状空间，再通过插值重建算法还原人体前景形状，得到可实现低维映射到高维的插值重建算法的参数；第二为跟踪阶段，在低维人体形状空间里寻找到视频帧中的人体最佳核形状，再利用均值移位算法对视频帧中的人体进行跟踪。与现有技术相比，本发明方法改善了传统均值移位算法中核函数形状，使得核函数形状不是固定的，而是根据跟踪目标人体形状变化而自适应变化，再在高维空间进行核函数直方图建模和匹配，从而提高人体跟踪技术的性能。

主权项

一种基于自适应核函数和均值移位的人体跟踪方法，其特征在于，包括两个阶段：第一为学习阶段，先读入一组人体行走的训练样本，通过降维算法将人体前景形状映射为低维空间中的坐标，得到低维人体形状空间，再通过插值重建算法还原人体前景形状，得到可实现低维映射到高维的插值重建算法的参数；第二为跟踪阶段，具体跟踪方法按以下步骤处理：步骤1.读入与训练样本同样拍摄角度的包含被跟踪人体的视频，先把视频分解成l+1帧图像Fk，k=0，1，…，l，定义初始帧时k=0，再在初始帧中进行参数初始化：(11)确定被跟踪人体在初始帧中的边缘形状和位置yk，并以此边缘形状作为核形状shapek，定义j为人体跟踪次数变量，t为人体跟踪次数上限；(12)建立帧Fk中被跟踪人体的核形状shapek在位置yk的模型，并将初始帧中被跟踪人体的模型作为标准目标模型；步骤2.判断当前帧Fk是否为视频帧序列的最后一帧Fl，若是则视频跟踪结束，跳出循环，否则更新k=k+1，j=1，读取下一帧Fk，令帧Fk中的核形状shapek=shapek‑1，位置yk=yk‑1，继续人体跟踪；步骤3.以当前帧Fk中被跟踪人体的位置yk为起始搜索位置，用均值移位跟踪算法在起始搜索位置附近搜索得到当前帧中被跟踪人体的最佳位置；步骤4.以当前帧Fk中被跟踪人体的核形状shapek为起始搜索核形状，在学习阶段得到的低维人体形状空间中，寻找被跟踪人体核形状对应的理想坐标，利用插值重建算法重建对应的高维特征，并利用高维特征重建最佳核形状；步骤5.判断是否满足j>t，是则返回步骤2，否则更新j=j+1，返回步骤3。