動態場景下基於局部背景剪除的自適應目標跟蹤方法
2023-10-18 03:10:59 1
專利名稱：動態場景下基於局部背景剪除的自適應目標跟蹤方法
技術領域：
本發明屬於圖像處理技術領域的，具體涉及一種動態場景下基於局部背景剪除的 自適應目標跟蹤方法。
背景技術：
視覺信息是人類從客觀世界獲得信息的主要來源之一，隨著計算機技術的不斷發 展，利用計算機實現人類的視覺功能吸引了眾多的研究者。目標跟蹤是當前計算機視覺領 域中的熱點問題之一，並被廣泛地應用到視頻監控、智能交通、圖像壓縮、視頻檢索、機器人 導航、人機互動、虛擬實境以及軍事等眾多領域中。背景剪除是常用的目標檢測和跟蹤方法，這類方法往往先建立背景的高斯或混 合高斯模型(Stauffer, C. , and Grimson, W. , "Learning patterns ofactivity using real-time tracking,，，IEEE Trans. Pattern Anal. Mach. Intell. , Aug. 2000. 22, (8), pp. 747-757 ；Haritaoglu,I. ,Harwood D. ,and Dacis L. S. ,"W4 :Real_Time Surveillance of People and Their Activities,，，IEEE Trans. Pattern Anal. Mach. Intell. , 2000, 22, (8), pp. 809-830)，繼而通過檢測圖像中像素值的變化來實現對目標的檢測和跟蹤。這類方 法具有實時性好、可靠性高的特點，或得了廣泛的應用。但這類方法往往基於背景不變或變 化較為緩慢的假設，因而只適用於靜態場景或場景變化較慢的情況。對於動態場景下的目標跟蹤，如移動機器人視覺跟蹤系統，由於背景隨時間存 在較大的變化，傳統的背景剪除方法不再適用。對於動態場景下的目標跟蹤，目前常用 W ^ W ^ it ^ # (Comaniciu, D. ， Ramesh, V. ， andMeer, P. ,"Kernel-based object tracking，，，IEEE Trans. Pattern Anal. Mach. Intell. , May 2003，25，(5), pp. 564-577) > 粒子濾波跟蹤(Wang，H.，Suter, D.，，Schindler, K.，and Shen, C. ,"Adaptive Object Tracking Based on anEffective Appearance Filter,，，IEEE Trans. Pattern Anal. Mach. Intell.，2007，29，(9)，pp. 1661—1667 ；Y.Lao, J.Zhu and Y. F. Zheng, "Sequential ParticleGeneration for Visual Tracking,，，IEEE Trans. Circuits Syst. Video Technol.，vol. 19，no. 9，pp. 1365-1378，S印· 2009)等，這些方法容易受到背景的幹擾，如當 目標周圍存在和目標相似的物體時，跟蹤精度往往會下降，甚至錯誤地跟蹤到其他物體。動態場景下的目標跟蹤的難點可以歸結為以下因素(1)內在目標外觀變化，包括目標姿態變化、尺度變化、複雜運動、形變，以及部 分或全部遮擋等；(2)外在環境因素造成的幹擾，包括光線變化、雜亂背景、背景中存在和目標特 徵相似的物體、噪聲、攝像機運動和振動等。
發明內容
(一)要解決的技術問題有鑑於此，本發明的目的在於克服現有技術的不足，提供一種動態場景下基於局部背景剪除的自適應目標跟蹤方法，該發明能夠在動態場景下，將目標完整地從背景中提 取出來，實現動態場景下對目標自適應提取和跟蹤。(二)技術方案為達到上述目的，本發明提供動態場景下基於局部背景剪除的自適應目標跟蹤方 法，該方法包括步驟如下步驟Sl 對於第t幀輸入圖像，根據當前時刻目標模型的特徵分量的可分性評價 函數計算輸入圖像的每一個像素屬於目標的概率值，並生成一個輸入圖像對應的概率圖；步驟S2 根據輸入圖像對應的概率圖，利用局部背景剪除提取圖像中的目標區域 和目標周圍的局部背景區域，並確定輸入圖像中的目標狀態，包括目標在輸入圖像中的位 置和目標尺寸，從而實現在當前輸入圖像中對目標進行提取和跟蹤，並輸出目標在當前輸 入圖像中的位置和目標尺寸；步驟S3 根據目標區域和局部背景區域，分別建立目標的觀測模型和局部背景的 觀測模型；步驟S4:根據目標的觀測模型和局部背景的觀測模型，對目標模型和局部背景模 型進行更新，得到新的目標模型和局部背景模型；步驟S5 對更新後的目標模型的每一個特徵分量的進行可分性評價，得到一個新 的目標模型特徵分量可分性評價函數，用於下一幀輸入圖像中目標的跟蹤。(三)有益效果本發明的有益效果在於傳統的背景剪除方法只適用於靜態場景或場景變化較慢 的情況下，對於動態場景下的目標跟蹤，傳統的背景剪除方法往往難以獲得好的效果。本發 明針對動態場景下，背景隨時間變化較快的特點，在跟蹤過程中除了建立和更新目標模型， 同時在線建立並實時更新目標周圍的局部背景模型。對於新輸入的視頻圖像，利用目標運 動的連續性和上一幀得到的目標模型和局部背景模型，通過對局部背景的剪除實現對當前 圖像中目標的提取和跟蹤。該發明能夠在動態場景下，將目標完整地從背景中提取出來，實 現動態場景下對目標自適應提取和跟蹤。大量實驗證明了本發明的有效性。本發明(1)解 決了傳統背景剪除方法在動態場景下難以獲得好的效果的缺陷，通過建立和更新局部背景 模型來應對背景的快速變化；( 能夠快速適應環境和目標外觀測變化；C3)實時性好，準 確性和穩定性高。
圖1為本發明所提供方法的流程圖。圖2為動態場景下基於局部背景剪除的自適應視覺跟蹤實例。
具體實施例方式下面結合附圖對本發明的實施例作詳細的說明本實施例在以本發明技術方案為 前提下進行實施，結合詳細的實施方式和具體的操作過程，但本發明的保護範圍不限於下 述實施例。如圖1示出本發明所提供方法的流程圖，在跟蹤過程中除了建立和更新目標模 型，同時在線建立並實時更新目標周圍的局部背景模型，對於每一幀輸入圖像，通過對局部背景的剪除實現動態場景下對運動目標的提取和自適應跟蹤，本發明包括以下步驟第一步對於第t幀輸入圖像，根據當前時刻目標模型的特徵分量的可分性評價 函數計算輸入圖像的每一個像素屬於目標的概率值，並生成一個輸入圖像對應的概率圖；第二步根據輸入圖像對應的概率圖，通過局部背景剪除提取圖像中的目標區域 和目標周圍的局部背景區域，並確定輸入圖像中的目標狀態，包括目標在輸入圖像中的位 置和目標尺寸，從而實現在當前輸入圖像中對目標進行提取和跟蹤，並輸出目標在當前輸 入圖像中的位置和目標尺寸；第三步根據目標區域和局部背景區域，分別建立目標的觀測模型和局部背景的 觀測模型；第四步根據目標的觀測模型和局部背景的觀測模型，對目標模型和局部背景模 型進行更新，得到新的目標模型和局部背景模型；第五步對更新後的目標模型的每一個特徵分量的進行可分性評價，得到一個新 的目標模型特徵分量可分性評價函數，用於下一幀輸入圖像中目標的跟蹤。所述第一步，具體如下對於第t幀輸入圖像，目標模型和目標周圍的局部背景模型採用具有H個區間的 顏色直方圖表示，分別表示為IftWk=lj和{Β^Βμ,...』，且分別滿足Zll1ZM = I和
=1。每一個特徵分量h對目標和局部背景的可分性利用評價函數Dt (h)來評價。設僅山唚，…^表示輸入圖像所包含的像素，N為輸入圖像包含的像素的個數，我 們首先將第i像素\通過映射函數MXi)轉化到直方圖的不同區間上，然後通過下式計算 像素&屬於目標的概率為
權利要求
1.一種動態場景下基於局部背景剪除的自適應目標跟蹤方法，其特徵是，在跟蹤過程 中除了建立和更新目標模型，同時在線建立並實時更新目標周圍的局部背景模型，對於每 一幀輸入圖像，通過對局部背景的剪除實現動態場景下對運動目標的提取和自適應跟蹤， 包括如下步驟步驟Sl 對於第t幀輸入圖像，根據當前時刻目標模型的特徵分量的可分性評價函數 計算輸入圖像的每一個像素屬於目標的概率值，並生成一個輸入圖像對應的概率圖；步驟S2:根據輸入圖像對應的概率圖，利用局部背景剪除提取圖像中的目標區域和目 標周圍的局部背景區域，並確定輸入圖像中的目標狀態，包括目標在輸入圖像中的位置和 目標尺寸，從而實現在當前輸入圖像中對目標進行提取和跟蹤，並輸出目標在當前輸入圖 像中的位置和目標尺寸；步驟S3 根據目標區域和局部背景區域，分別建立目標的觀測模型和局部背景的觀測 模型；步驟S4 根據目標的觀測模型和局部背景的觀測模型，對目標模型和局部背景模型進 行更新，得到新的目標模型和局部背景模型；步驟S5:對更新後的目標模型的每一個特徵分量進行可分性評價，得到一個新的目標 模型的特徵分量可分性評價函數，用於下一幀輸入圖像中目標的跟蹤。
2.根據權利要求1所述動態場景下基於局部背景剪除的自適應目標跟蹤方法，其特徵 在於，所述輸入圖像的每一個像素屬於目標的概率值是由下式來計算
3.根據權利要求2所述的動態場景下基於局部背景剪除的自適應目標跟蹤方法，其特 徵在於，所述閾值ε ！取值在0. 001到0. 01之間，所述閾值ε 2取值在0. 1到0. 6之間。
4.根據權利要求1所述的動態場景下基於局部背景剪除的自適應目標跟蹤方法，其特 徵在於，所述建立目標的觀測模型和局部背景的觀測模型表示如下
5.根據權利要求1所述的動態場景下基於局部背景剪除的自適應目標跟蹤方法，其特徵在於，所述更新後的目標模型和局部背景模型表示如下
6.根據權利要求1所述的動態場景下基於局部背景剪除的自適應目標跟蹤方法，其特 徵在於，所述新的目標模型特徵分量的可分性評價函數表示如下
全文摘要
本發明為一種動態場景下基於局部背景剪除的自適應目標跟蹤方法，包括步驟對於每一幀輸入圖像，根據當前時刻目標模型的特徵分量的可分性評價函數計算輸入圖像的每一個像素屬於目標的概率值，並生成一個輸入圖像對應的概率圖；根據輸入圖像對應的概率圖，利用局部背景剪除提取圖像中的目標區域和目標周圍的局部背景區域，並確定目標在輸入圖像中的位置和目標尺寸；分別建立目標的觀測模型和局部背景的觀測模型；根據目標的觀測模型和局部背景的觀測模型，對目標模型和局部背景模型進行更新；對更新後的目標模型的每一個特徵分量進行可分性評價，得到一個新的目標模型的特徵分量可分性評價函數，用於下一幀輸入圖像中目標的跟蹤。
文檔編號G06T7/20GK102129687SQ20101003435
公開日2011年7月20日 申請日期2010年1月19日 優先權日2010年1月19日
發明者喬紅, 王鵬, 蘇建華 申請人:中國科學院自動化研究所