基於局部約束最小二乘估計的視覺目標跟蹤方法

2023-09-22 04:04:00 3

專利名稱：基於局部約束最小二乘估計的視覺目標跟蹤方法
技術領域：
本發明涉及的是一種計算機視覺領域中的視覺目標跟蹤方法。具體地說，涉及的是一種基於局部約束最小二乘估計的視覺目標跟蹤方法。
背景技術：
當前跟蹤技術主要分兩大類確定性和統計性方法。確定性方法如MeanShift(MS)足艮蹤 器[D. Comaniciu, V. Ramesh, and P. Meer. Real-time tracking ofnon-rigid objects using mean shift. CVPR, pp. 142-149, 2000.],目標的位置通過迭代性地最大化目標模板和候選者的相似度得到。雖然該方法在計算上非常有效，但其對背景 幹擾、雜波、遮擋等敏感。一旦丟失目標，依靠自身很難恢復跟蹤。這個問題可通過統計方法得到緩解。統計方法如粒子濾波[K. Nummiaroa, E. Koller-Meierb, and L. V. Gool. AnAdaptive Color-Based Pa rticle Filter[J]. Image and Vision Computing, vol.21,pp. 99-110,2003.]在狀態空間維持多個假設，以此獲取更多的魯棒性。這些文獻利用直方圖特徵來描述一個區域的表觀。因為對於直方圖來說，目標的空間信息利用的很少，從而導致跟蹤性能不準確及不能處理遮擋。人們提出各種方法來解決空間信息缺乏問題。文[S. Birchfield, S. Rangarajan.Spatiograms versus histograms for region-based tracking. CVPR, pp. 1158—1163,
2005.]把顏色的位置的一階和二階矩信息添加到直方圖的每個箱子裡。[K.0kuma，A. Taleghani, N. D. Freitas, J. Little and D. G. Lowe. A boosted pa rticle filter multitarget detection and tracking. ECCV, pp.28-39,2004. ] , [E. Maggioand A. Cavallaro. Multi-part target representation for colour tracking.ICIP, pp. 729-732,2005.]對目標的不同部分採用多個直方圖來補償空間信息。[H. Wang，D.Suter and K. Schindler. Effective appearance model and similarity measure forparticle filtering and visual tracking. ECCV, pp. 606-618, 2008.]通過加入空間信息給出了空間-顏色的高斯混合表觀模型。Adam[A. Adam,E. Rivlin and I. Shimshoni. Robustfragments-based tracking using the integral histogram. CVPR, vol.I, pp. 798-805,
2006.]把目標分成不重疊的片區域，每個片區域通過比較模板圖像對應部分來打分，然後所有片區域的相似度度量結合起來獲得假設位置的似然度。上述所有方法，沒有考慮部分或片區域之間的拓撲關係。拓撲關係能夠反映目標結構信息，這有助於處理目標遮擋及相似目標幹擾問題。因此，基於局部約束最小二乘估計[J. Wang, J. Yang,K. Yu,F. Lv, T. Huang, and Y. Gong. Locality-constrained linear codingfor image classification. CVPR, pp. 3360-3367，2010.]，本發明給出目標結構的一個描述。跟蹤過程是在粒子濾波框架下進行的。每個粒子對應的權重通過巴氏係數來度量。

發明內容
本發明的目的是針對現有方法的不足，提出的新的基於局部約束最小二乘估計的應用於目標跟蹤的方法，主要創新點包括1)對目標的多個重疊的片區域利用灰度信息建立一個拓撲結構，每個片區域對應一個頂點，片與片或頂點與頂點之間的關係或邊上的權重利用局部約束最小二乘估計來衡量。與該片區域越相似的片區域間的邊上對應的權重就越大。2)給出基於巴氏係數的兩個拓撲結構的相似度度量。因巴氏係數具有非常好的幾何解釋，可以用來衡量兩個拓撲結構的相似性。該方法可以有效處理目標遮擋及相似目標幹擾問題。基於局部約束最小二乘估計強調相似度的重要性，在正則化中引入了相似度，本文將該估計用於每一個片區域用其它所有片區域的線性編碼問題，該編碼賦予相似度更大的片區域更大的權重，同時又使得這個編碼誤差最小。從而構建起這些片區域間的拓撲結構矩陣。因巴氏係數具有非常好的幾何解釋，用其定義兩個拓撲結構矩陣的相似度度量。本發明是通過以下技術方案來實現的，根據本發明的一個方面，提供一種基於局部約束最小二乘估計的視覺目標跟蹤方法，其特徵在於包括如下步驟第一步，對模板圖像經過解析度調整後，利用一個滑動小窗口，每次水平方向或垂直方向滑動q個像素，由此得到多個片區域，每個片區域用其對應的向量化的顏色特徵來描述，記為 S=Isi G Rd|i = I,…，M}；第二步，對第一步得到的顏色特徵集合建立一個拓撲結構，即將每個元素看做一個頂點，建立一個鄰接圖；鄰接圖中邊的權重的計算如下每個向量化的片區域用其他所有的向量化片區域來表示，即
權利要求
1.一種基於局部約束最小二乘估計的視覺目標跟蹤方法，包括如下步驟 第一步，對模板圖像經過解析度調整後，利用一個滑動小窗口，每次水平方向或垂直方向滑動q個像素，由此得到多個片區域，每個片區域用其對應的向量化的顏色特徵來描述，記為 S= (Si G Rd| i = 1，; 第二步，對第一步得到的顏色特徵集合建立一個拓撲結構，即將每個元素看做一個頂點，建立一個鄰接圖；鄰接圖中邊的權重的計算如下 每個向量化的片區域用其他所有的向量化片區域來表示，即
2.根據權利要求I所述的基於局部約束最小二乘估計的視覺目標跟蹤方法，其特徵是，在第一步中，所述的把模板圖像經過解析度調整，利用子滑動窗口得到多個重疊的片區域，片區域內灰度或RGB向量化特徵來描述該片區域的信息。
3.根據權利要求I所述的基於局部約束最小二乘估計的視覺目標跟蹤方法，特徵是，第二步中所述的建立模板片區域信息間的鄰接圖，即拓撲結構，是指利用局部約束最小二乘估計對每一個片區域信息用其它所有片區域信息來編碼，編碼係數用來衡量其它片區域信息對該片區域信息的貢獻度。
4.根據權利要求I所述的基於局部約束最小二乘估計的視覺目標跟蹤方法，其特徵是，在第三步中，通過粒子濾波傳播得到的多個候選目標，對每個候選目標建立其拓撲結構，具體做法和構建模板的拓撲結構相同，具體說，對粒子對應的候選區域提取重疊的向量化的片區域= Mw|/=1廣f片信息與剩下的所有片信息的關係可先行表述為
5.根據權利要求I所述的基於局部約束最小二乘估計的視覺目標跟蹤方法，其特徵是，第四步中的相似度度量的定義，具體實現為 對兩個拓撲結構A和Ba),令Acol和
6.根據權利要求I所述的基於局部約束最小二乘估計的視覺目標跟蹤方法，其特徵是，第五步中目標狀態的估計，利用最大後驗估計獲得。
7.根據權利要求I所述的基於局部約束最小二乘估計的視覺目標跟蹤方法，其特徵是所述顏色特徵為RGB特徵或者灰度特徵。
全文摘要
本發明提供一種基於局部約束最小二乘估計的視覺目標跟蹤方法。1)本發明利用局部約束最小二乘估計，給出目標的拓撲結構的描述。充分探討了目標片區域信息之間的關係，這有助於處理目標遮擋及相似目標幹擾問題。2)本發明基於巴氏係數定義兩個拓撲結構的相似度度量。在粒子濾波框架下給出目標跟蹤結果。實驗結果表明本發明所提出的方法比所比較的方法有更好的跟蹤精度。
文檔編號G06T7/20GK102800108SQ20121023963
公開日2012年11月28日 申請日期2012年7月11日 優先權日2012年7月11日
發明者敬忠良, 劉榮利, 金博, 王勇, 潘漢 申請人:上海交通大學