[发明专利]使用GPU硬件的TLD视频运动目标跟踪方法

摘要

本发明公开了一种使用GPU硬件的TLD视频运动目标跟踪方法，解决了现有技术跟踪性能不高和不具有实时处理能力的问题。本发明实现的步骤：(1)获取灰度图像；(2)判断灰度图像是否是待跟踪视频中的第1帧图像；(3)确定初始运动目标位置矩形框；(4)获得灰度图像元；(5)追踪灰度图像元特征点；(6)筛选灰度图像的图像元；(7)对灰度图像的图像元滤波；(8)确定运动目标位置矩形框；(9)训练分类器；(10)判断是否加载完待跟踪视频的所有帧图像；(11)结束目标跟踪。本发明可用在通用计算机上实现对视频中的运动目标进行实时跟踪。

主权项

一种使用GPU硬件的TLD视频运动目标跟踪方法，包括如下步骤：(1)获取灰度图像：将待跟踪视频中的任意一帧图像加载到计算机内存后转化为灰度图像；(2)判断灰度图像是否是待跟踪视频中的第1帧图像，若是，则执行步骤(3)，否则，执行步骤(5)；(3)确定初始运动目标位置矩形框：从待跟踪视频中第1帧灰度图像中，将含有待跟踪运动目标的矩形框作为运动目标的位置矩形框；(4)获得灰度图像元：以15个像素点为步长，将灰度图像划分为图像元后执行步骤(9)；(5)追踪灰度图像元特征点：(5a)在运动目标位置矩形框内，以5个像素点为步长，选取100个点为待追踪点，组成待追踪点集合；(5b)使用光流法，对待追踪点集合中的所有的点进行追踪，得到相邻两帧灰度图像间处于同一位置的多个点，组成特征点集合；(5c)按照下式，计算每个待追踪点集合与特征点集合的位置误差：e＝||pi‑qj||其中，e表示待追踪点集合pi中的第i个点与特征点集合qj中第j个点的位置误差，||·||表示0范数操作；(6)筛选灰度图像的图像元：(6a)利用高斯低通滤波器，对灰度图像中的随机噪声进行高斯滤波；(6b)计算每一帧灰度图像中所有图像元方差的均值，舍弃灰度图像中图像元中所有方差大于均值的图像元，得到方差小于均值的所有图像元；(7)对灰度图像的图像元滤波：(7a)利用计算机图形处理器GPU设备中的随机森林分类器，并行对灰度图像中方差小于均值的的图像元进行滤波，得到滤波后的所有图像元；(7b)利用计算机图形处理器GPU设备中的最小邻近分类器，对滤波后的图像元并行的进行滤波，得到含有目标的所有图像元；(8)确定运动目标位置矩形框：从灰度图像元的所有特征点中，选择位于左上角、右上角，左下角、右下角的特征点，将这四个点确定的矩形，作为运动目标位置矩形框；(9)训练分类器：(9a)将步骤(1)获得的灰度图像中与目标位置矩形框重叠面积最大的10个图像元作为正样本集，重叠面积最小的10个图像元作为负样本集；(9b)从正、负样本集的每一个图像元中随机选取26个像素点，任意组成13个像素点对；(9c)分别将每对像素点中的两个像素点相减，将其差值为正的标记为1，其余的标记为0，将所以标记结果组成一个13比特的二进制数；(10)判断是否加载完待跟踪视频的所有帧图像，若是，则执行步骤(11),否则执行步骤(1)；(11)结束目标跟踪。