一种视频跟踪设备及方法技术

本发明专利技术涉及一种视频跟踪方法及设备，所述方法包括：对当前帧进行背景建模并提取前景掩膜，通过对前景掩膜进行连通域分析得出当前帧中的前景区域队列，其中，维持着一个记录出现目标信息的出现目标队列；判断所述前景区域队列中各前景区域是包含单个目标还是多个目标，包含单个目标和包含多个目标的前景区域分别是单目标前景区域和多目标前景区域；分别对所述单目标前景区域和多目标前景区域采用不同的匹配跟踪机制进行处理，找到所述出现目标队列中各目标与所述一个前景区域的整体或局部的对应关系；根据所述对应关系更新出现目标队列中的出现目标信息。本发明专利技术克服了由于摄像头视角、光照、以及噪声引起的相邻物体的粘连问题。

【技术实现步骤摘要】

本专利技术涉及。
技术介绍
在智能视频监控领域，目标提取和匹配跟踪是最基础的步骤，该步骤能够提取视 频中最低层的信息，并提供给其它更高层来处理。该步骤的性能直接影响到后续算法的性 能，如果该步骤性能很差，就会成为整个系统的瓶颈。 在现有方法中，通常采用背景建模和前景提取技术来提取视频中的目标，并采用 简单的匹配技术来跟踪出现目标。但是，上述方法的最大问题是无法分割由于目标位置，摄 像机视角，以及阴影引起的目标粘连问题。也就是说，现有系统常常会把粘连在一起的两个 或多个目标错认为一个目标，当两个目标相遇即发生碰撞时，造成其中一个目标无法跟踪； 继而，当两个粘连在一起的目标分开时，系统又会将其中一个目标作为新出现的目标，从而 失去其前面的目标信息。
技术实现思路
本专利技术提供了一种能解决以上问题的视频跟踪设备及方法。 在第一方面，本专利技术提供了一种视频跟踪方法，包括对当前帧进行背景建模并提 取前景掩膜，通过对前景掩膜进行连通域分析得出当前帧中的前景区域队列，其中，维持着 一个记录出现目标信息的出现目标队列；判断所述前景区域队列中各前景区域是包含单个 目标还是多个目标，包含单个目标和包含多个目标的前景区域分别是单目标前景区域和多 目标前景区域；分别对所述单目标前景区域和多目标前景区域采用不同的匹配跟踪机制进 行处理，找到所述出现目标队列中各目标与所述一个前景区域的整体或局部的对应关系； 根据所述对应关系更新出现目标队列中的出现目标信息。 在第二方面，本专利技术提供了一种视频跟踪设备，包括背景建模及前景掩膜提取模块，用于对当前帧进行背景建模并提取前景掩膜，通过对前景掩膜进行连通域分析得出当前帧中的前景区域队列，其中，维持着一个记录出现目标信息的出现目标队列；目标数目判定模块，用于判断所述前景区域队列中各前景区域是包含单个目标还是多个目标，包含单个目标和包含多个目标的前景区域分别是单目标前景区域和多目标前景区域；匹配跟踪模块，用于分别对所述单目标前景区域和多目标前景区域采用不同的匹配跟踪机制进行处理，找到所述出现目标队列中各目标与所述一个前景区域的整体或局部的对应关系；目标信息更新模块，用于根据所述对应关系更新出现目标队列中的出现目标信息。 本专利技术在前景提取的基础上，采用位置和大小信息匹配目标物体，克服了现有采用跟踪方法的运算量大的缺陷，并进一步根据前景区域包含的目标数目，确定是否采用跟踪的方法进行匹配，克服了由于摄像头视角、光照、以及噪声引起的相邻物体的粘连问题。而且，本专利技术的系统能够自己学习目标的大小，无需人工参与，更加便于应用。此外，对于新出现区域中包含的多个目标，采用检测算法进行分割，即使当目标从一开始出现就粘连，也能够分割开。 附图说明 下面将参照附图对本专利技术的具体实施方案进行更详细的说明，在附图中 图1是根据本专利技术一个实施例的视频跟踪设备的框图； 图2是根据本专利技术一个实施例的自学习处理的流程图；以及 图3是根据本专利技术一个实施例的实际跟踪处理的流程图。具体实施例方式本专利技术的核心思想是对于固定视角的摄像头，统计其监控的图像前景区域中各个 位置可能出现目标的大小，并且对于新出现目标，根据统计得到的目标大小判定新出现目 标是单个目标还是多目标，然后对单个目标和多个目标分别采用不同的匹配跟踪机制。本 专利技术涉及两个处理流程，一个是自学习处理流程，另一个是实际跟踪处理流程，其中，自学 习的结果服务于实际跟踪。 图1根据本专利技术的视频跟踪设备的框图。如图1所示，该设备包括背景建模及前 景提取模块，目标数目判定模块，匹配跟踪模块，以及目标信息更新模块，其中，匹配跟踪模 块包括匹配模块和跟踪模块。 维持一个记录出现目标信息的出现目标队列。 背景建模及前景掩膜提取模块用于对当前帧进行背景建模并提取前景掩膜，通过 对前景掩膜进行连通域分析得出当前帧中的前景区域队列。 目标数目判定模块用于判断所述前景区域队列中各前景区域是包含单个目标还 是多个目标，包含单个目标和包含多个目标的前景区域分别被称作单目标前景区域和多目 标前景区域。 匹配跟踪模块用于分别对所述单目标前景区域和多目标前景区域采用不同的匹 配跟踪机制进行处理，找到所述出现目标队列中各出现目标与所述一个前景区域的整体或 局部的对应关系。 目标信息更新模块用于根据所述对应关系更新出现目标队列中的出现目标信息， 比如用一个前景区域或其一部分的信息来更新出现目标队列中与之相对应的出现目标的 信息，其中，前景区域或其一部分的信息可以包括其位置和大小信息；并同时更新该出现目标的辅助信息，该辅助信息也属于出现目标信息，可以包括出现目标的呈现次数、丢失帧数等。 图2是根据本专利技术一个实施例的自学习处理的流程图。 —方面，在跟踪过程中，一直进行如下自学习处理，并将学习结果服务于实际跟踪 过程。 如图2所示，自学习处理的流程包括首先，对输入的图像帧进行背景建模并提取 前景掩膜，对前景掩膜进行连通域分析，得出当前帧包含多个前景区域，即建立当前帧中的 前景区域队列；然后根据当前帧中维持的出现目标队列及得出的前景区域队列，对前景区 域队列中的前景区域和出现目标队列中的出现目标进行匹配，得出前景区域与出现目标的 对应关系；根据所述对应关系更新出现目标的信息；根据出现目标的多帧信息确定出现目标是否是单一 目标；对得出的单一 目标的尺度进行统计，得出单一 目标的尺度概率模型。尺度概率模型可以用于前述目标数目判定模块对单个目标还是多个目标的判断。 下面，对本专利技术的自学习处理的流程进行详细描述。 第201步，进行背景建模并提取前景掩模的处理，对前景掩模进行连通域分析后，得到当前帧共含M个前景区域，即建立当前帧的前景区域队列。 为了记录出现过的目标的相关信息，系统中会维持一个用来保存出现目标的出现目标队列，该队列初始化为空，即不包含任何目标信息，系统的第202步会确定上述得到的前景区域和出现目标的对应关系，并在第203步中采用前景区域的信息更新出现目标信息。 第202步，采用匹配算法确定出现目标与前景区域的对应关系，具体算法如下 计算当前维持的出现目标队列中的每个出现目标和所述前景区域队列中每个前景区域的匹配程度，并以匹配值表示。可以采用出现目标的所在矩形区域和前景区域的矩形区域的交叠面积得出匹配程度；可以根据所述交叠面积与出现目标的矩形区域面积的比例得出匹配程度；可以根据出现目标的矩形区域面积和前景区域的矩形区域面积的比例得出匹配程度。最后，用每个出现目标和每个前景区域的匹配值建立一个匹配程度矩阵。在另一个优选实施例中，也可以利用预测的出现目标的矩形区域与当前帧中的前景区域的矩形区域得出匹配程度，即根据出现目标在当前帧之前各帧中的位置和大小信息，可以采用但不限于kalman(卡尔曼)滤波器建立其参数模型，预测出现目标在当前帧中的位置和大小，即预测出现目标在当前帧中的矩形区域，继而在计算匹配程度时，采用出现目标的预测矩形区域与当前帧中前景区域的矩形区域进行比较。 确定了各出现目标与各前景区域的匹配程度后，可以按照但不限于如下方式确定对应关系 在匹配程度矩阵中找出最大匹配值，认为该最大匹配值对应的出现目标和前景区域相匹配。然后，将与所述匹配前景区域相关以及与所述匹配的出现目标相关的所有匹配程度值本文档来自技高网...

【技术保护点】
一种视频跟踪方法，包括：对当前帧进行背景建模并提取前景掩膜，通过对前景掩膜进行连通域分析得出当前帧中的前景区域队列，其中，维持着一个记录出现目标信息的出现目标队列；判断所述前景区域队列中各前景区域是包含单个目标还是多个目标，包含单个目标和包含多个目标的前景区域分别是单目标前景区域和多目标前景区域；分别对所述单目标前景区域和多目标前景区域采用不同的匹配跟踪机制进行处理，找到所述出现目标队列中各出现目标与所述一个前景区域的整体或局部的对应关系；根据所述对应关系更新出现目标队列中的出现目标信息。

【技术特征摘要】

【专利技术属性】
技术研发人员：邓亚峰，
申请(专利权)人：北京中星微电子有限公司，
类型：发明
国别省市：11[中国|北京]