[发明专利]基于Grab-Cut与光流分割的非刚体目标跟踪方法

摘要

本发明公开了一种基于Grab-Cut与光流分割的非刚体目标跟踪方法，用于解决现有非刚体目标跟踪方法精确度差的技术问题。技术方案是首先采用Hough进行目标表示和检测。其次将Grab-Cut与光流相结合，在Grab-Cut的初始分割基础上，再利用光流法去除初始分割结果中的背景区域，以得到更加精确的分割结果。最后，采用随机森林进行在线学习，更新目标样本，以适应目标及场景的变化，达到更加鲁棒的非刚体目标跟踪结果。本发明仅用一个矩形框表示目标不精确的缺陷，提高了非刚体目标跟踪方法的精确度。

主权项

一种基于Grab‑Cut与光流分割的非刚体目标跟踪方法，其特征在于包括以下步骤：步骤一、将非刚体目标分为多个子块，并确定出非刚体目标的质心点，然后提取每个子块的特征和子块中心相对于非刚体目标质心点的位移，并采用随机森林训练分类器，将每个非刚体目标子块作为一类，标签置为1，背景区域的标签置为0；步骤二、根据训练好的分类器检测识别出非刚体目标的各个子块后，根据纪录的位移对非刚体目标的质心点进行投票，得到非刚体目标的质心点位置，最后通过局部极大值抑制，得到非刚体目标质心点位置；步骤三、非刚体目标检测后，得到的是非刚体目标的质心，根据非刚体目标的大小，将距离非刚体目标质心点较近的点作为前景，远离非刚体目标质心点的像素点作为背景，采用Grab‑Cut对非刚体目标进行分割，得到较粗的非刚体目标分割结果；然后使用光流计算前一帧中非刚体目标点在当前帧中的位置，再设置一阈值用来进行目标的精细分割，若分割后的前景点距离光流估计的非刚体目标点大于设置阈值时，将该点设为背景点，去除初始分割结果中的背景区域，使得非刚体目标更为精确；步骤四、非刚体目标分割结后，重新将非刚体目标划分为多个子块，并纪录各子块相对非刚体目标质心点的位移，进行样本更新，以适应非刚体目标及场景的变化；分类器更新后，若有新的图像输入，转入到步骤二再进行非刚体目标检测跟踪过程。