[发明专利]一种考虑目标运动信息的视频目标跟踪方法

摘要

一种考虑目标运动信息的视频目标跟踪方法，包括步骤：通过状态转移模型估计目标的运动状态并获得候选样本，用于后续样本位置权重分配与置信度决策，以得到准确目标；通过位置权重分配模型提出一种假设的概率分布，给处于不同位置的样本分配权重，计算获得样本位置因子，用于后续的置信度决策；通过置信度决策模型参考每个候选样本的位置因子计算每个样本的置信度，并选择置信度最大的样本作为目标；通过自适应模板更新模型根据目标运动状态的不同采用不同的更新策略对模板进行更新。本发明将目标的运动信息充分融入目标跟踪算法中，尤其当目标运动速度较快时，有针对性的获取样本、分配权重、决策和更新方式有效的提高了跟踪的效率，应用价值高。

主权项

1.一种考虑目标运动信息的视频目标跟踪方法，其特征在于，包括以下步骤：1)通过状态转移模型估计目标的运动状态并获得候选样本，用于后续样本位置权重分配与置信度决策，以得到准确目标；状态转移模型中，先利用高斯无预测模型获得n1个候选样本，再在此基础上根据运动信息预测的目标运动状态，获得n2个有针对性的候选样本，共得到n1+n2个候选样本，其中，100≤n1≤250，210≤n2≤350，310≤n1+n2≤600；估计目标的运动状态，该运动状态的估计包括目标可能出现的7个运动方向的估计和目标运动距离的估计：估计第t帧目标的7个可能出现的方向角为其中n为大于等于1小于等于7的非负整数，θ_t‑1为第t‑1帧目标的运动方向，估计的第t帧目标相对于第t‑1帧目标的运动距离为其中距离变化率w_t为估计的第t帧目标运动距离与第t‑1帧目标运动距离的比值；根据估计的目标运动状态，获得n2个候选样本，具体为：在n₁个候选样本中筛选出估计的7个运动方向上的基准样本，在每个估计的运动方向上以基准样本为原点均匀的以为间隔获得u个候选样本，共7u个候选样本，其中，30≤u≤50；2)将获得的候选样本输入位置权重分配模型，该模型中提出一种假设的概率分布，给处于不同位置的样本分配权重，计算获得样本位置因子，用于后续的置信度决策；其中，位置权重分配模型中提出的一种假设的双高斯概率分布，如下：(1)目标出现在θt‑1方向上的概率最大，出现在θt‑1±π方向的概率最小，角度服从高斯分布；(2)在θ_t‑1方向上，目标出现在距离上一帧目标处的概率最大，出现在处的概率小，距离服从高斯分布；(3)在θt‑1±π的方向上，目标出现在上一帧目标处的概率最大，出现在距离上一帧目标±∞处的概率小；(4)每一个方向θ上，都存在一个距离，定义为概率最大距离值lθ，使得目标在该方向θ上出现在距离上一帧目标lθ上的概率最大，出现在lθ±∞处的概率最小；3)将得到的样本位置因子输入置信度决策模型，并参考稀疏判别式分类器整体表征得到的整体响应与稀疏生成式模型得到的局部响应计算每个样本的置信度，选择置信度最大的样本作为当前帧目标；4)通过自适应模板更新模型根据前序帧目标运动状态的不同采用不同的更新策略对模板进行更新。