本发明专利技术属于计算机视觉和模式识别技术领域，具体为一种视频目标跟踪中的可变掩蔽模板匹配算法。在视频目标跟踪中，目标经常会被其它物体部分遮挡。在这种情况下，用传统的固定掩蔽模板匹配确定目标的位置会造成精确度的显著下降。为了在目标被部分遮挡的情况下仍然能够精确地定位目标，本发明专利技术结合遮挡分析技术，在首次非精确的匹配结果的基础上采用可变掩蔽模板匹配算法进行校正，校正过程中的模板掩蔽动态地随着候选目标位置的变化而改变，使得目标未被遮挡的部分始终能够有效引导匹配算法找到精确的目标位置。基于大量实景视频流的实验结果证实了本发明专利技术算法的有效性。
【技术实现步骤摘要】
本专利技术属于计算机视觉与模式分析
，具体涉及一种视频目标跟踪中的可变掩 蔽模板匹配算法。技术背景目标跟踪在人机交互、自动监视、视频检索、交通监测以及车辆导航中有着广泛的应 用。目标跟踪的任务是确定目标在视频流各帧中的几何状态，包括位置、尺寸以及取向等。 由于不限定被跟踪目标的外观，而且目标的外观在跟踪过程中可以变化，再加上复杂前景 与背景的干扰，目标跟踪算法面临着诸多挑战，是计算机视觉领域的研究热点之一。目标跟踪算法可分为三类， 一类是点跟踪(point traCking)，第二类是核跟踪(kemel tracking)，第三类是侧影跟踪(silhouettetracking)。本专利技术提出的目标跟踪算法属于 核跟踪算法。该算法用外观模型(亦即模板)来表征目标，目标在每一帧中的几何信息通常 用仿射变换参数来描述。对于核跟踪算法，最大的挑战之一就是如何处理目标被遮挡这一问题。这一问题之 所以难以解决是因为目标与遮挡物都可以是任意外观，且遮挡时间也可以是任意的。文献 给出了一种有效的遮挡分析算法，可以在得到目标的精确位置的情况下有效地分析当前目标 被遮挡的情况，以便生成下一帧中进行模板匹配所用的模板掩蔽。然而，还有一个关键的问 题没有解决由于目标的遮挡情况在不断变化，根据上一帧中目标的遮挡情况得到的模板掩 蔽在许多情况下并不适用于当前帧的目标遮挡情况，因而用该模板掩蔽进行模板匹配会造成 目标定位的误差，尤其当目标的遮挡比较严重或者遮挡的变换情况比较显著时，这个误差会 很大，甚至造成跟踪失败。要在未知当前帧目标遮挡情况下实现精确目标定位实际上需要解决一个互为前提的悖论精确地定位目标需要首先知道当前帧的目标遮挡情况，而当前帧的目标遮挡情况只有在得到了目标的精确位置后才能够通过与目标模板进行比较来确定。到目前为止，还没有文献 提出解决这个悖论的方法。参考文献 C. Rasmussen, and G. Hager. Probabilistic data association methods for tracking complex visual objects. IEEE Trans, on Pattern Analysis and Machine Intelligence, 23(6):560—576, 2001. C. Hue, J丄.Cadre, P. Prez. Sequential Monte Carlo methods for multiple target tracking and data fosion. IEEE Trans, on Signal Processing, 50(2):309—325, 2002 . A.D. Jepson， D.J. Fleet, and T.F. EI陽Maraghi. Robust online appearance model for visual tracking. IEEE. Trans, on Pattern Analysis and Machine Intelligence, 25(10):1296陽1311, 2003. D. Comaniciu, V. Ramesh, and P. Meer. Kernel-based object tracking, IEEE Trans, onPattern Analysis and Machine Intelligence, 25(5):564-577, 2003 S.K. Zhou, R. Chellappa, and B. Moghaddam. Visual tracking and recognition usingappearance-adaptive models for particle filters. IEEE Trans, on Image Processing,13(11):1491國1506， 2004. H.T. Nguyen， M. Worring, and R. van den Boomgaard. Occlusion robust adaptive templatetracking. Proc. IEEE Int，l Conf. Computer Vision, 1:678-683, 2001. H.T. Nguyen, and A. W.M. Smeulders. Fast occluded object tracking by a robust appearancefilter. IEEE Trans, on Pattern Analysis and Machine Intelligence, 26(8): 1099-1104, 2004. Y. Chen, Y. Rui, and T. Huang. Jpdaf based HMM for real-time contour tracking. Proc.IEEE Conf. on Computer Vision and Pattern Recognition, 1:543—550， 2001. A. Yilmaz, X. Li, and M. Shan. Contour based object tracking with occlusion handling invideo acquired using mobile cameras. IEEE Trans, on Pattern Analysis and MachineIntelligence, 26(11): 1531—1536, 2004. S. Baker, and I. Matthews. Lucas-Kanade 20 years on: a unifying framework. Int'l JournalComputer Vision, 53(3): 221—255， 2004. 潘吉彦，胡波，张建秋，"一种内容自适应渐进式遮挡分析目标跟踪算法"，专利申请号200710045941.7.
技术实现思路
本专利技术的目的在于提出一种视频目标跟踪中的可变掩蔽模板匹配算法，用以解决在目 标被部分遮挡的情况下实现精确的目标定位。本专利技术的关键在于如何在获得目标的非精确位置后，利用遮挡分析的结果，设计一 种新的模板匹配算法，校正目标的位置。由于当前帧中目标的遮挡情况可能发生了变化，通过前一帧的遮挡情况生成的模板掩 蔽往往无法使得当前帧中的模板匹配算法找到精确的目标位置。因而，在当前帧中进行固 定掩蔽模板匹配后，所得到的目标区域(即文斷ll]中的感兴趣区域，ROI)往往与目标真 正所在的位置有一些偏差。部分目标会处于ROI之外。这个情况如图1中左下角的子图所 示。因而，禾偶文献的遮挡分析算法得到的干扰图C/会产生错误。但是，位于ROI之内的图像的遮挡分析结果还是可靠的。因此可以利用这部分信息通过可变掩蔽模板匹配来 校正目标的位置。因此，本专利技术的方法是，通过固定掩蔽模板匹配得到目标非精确位置，然后根据遮挡 分析的结果改变模板匹配时的模板掩蔽，以实现在目标被部分遮挡的情况下对其进行精确 定位，从而得到目标的精确位置。可变掩蔽模板匹配的匹配与搜本文档来自技高网...
【技术保护点】
一种视频目标跟踪中的可变掩蔽模板匹配算法，其特征在于通过固定掩蔽模板匹配得到目标非精确位置，然后根据遮挡分析的结果改变模板匹配时的模板掩蔽，以实现在目标被部分遮挡的情况下对其进行精确定位，从而得到目标的精确位置。
【技术特征摘要】
【专利技术属性】
技术研发人员：潘吉彦，胡波，张建秋，
申请(专利权)人：复旦大学，
类型：发明
国别省市：31[中国|上海]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。