一种基于图像块特征的目标跟踪方法及跟踪系统技术方案

本发明专利技术涉及图像处理技术领域，具体涉及一种基于图像块特征的目标跟踪方法及跟踪系统，能够提高运动目标跟踪的准确度。该跟踪方法包括：根据基准目标图像块和背景图像块的特征建立基准目标模板；将待定目标的特征与所述基准目标模板中基准目标图像块的特征进行相似度比较；根据相似度比较结果确定待定目标位置。该跟踪系统包括根据基准目标图像块和背景图像块的特征建立基准目标模板的模块；将待定目标的特征与基准目标模板中基准目标图像块的特征进行相似度比较的模块；根据相似度比较结果确定待定目标位置的模块。

【技术实现步骤摘要】

本专利技术涉及图像处理
，具体涉及一种基于图像块特征的目标跟踪方法及足艮S宗胃会充。
技术介绍
运动目标跟踪算法是视频智能分析中比较基础，也是相对重要的部分，主要是指通过定义相应数学模型及检测算法，对视频帧序列中的运动目标自动进行跟踪、位置检测的一种技术。在进行运动目标跟踪时，需要对运动目标进行建模表达，主要途径为使用基于点的模型，使用基于轮廓的模型和使用基于密度核的模型。这些方法首先都是根据所需跟踪的运动目标来构建模型，然后在线进行模型匹配，来获取运动目标跟踪的效果。使用基于点的模型主要是先使用滤波器等方式提取运动目标的关键点(主要是拐点)，然后使用点特征来对这些关键点进行描述，再在线得使用点检测和点特征匹配来跟踪运动目标。使用基于轮廓的模型的方法主要是使用数学方式构建目标的轮廓(一般在离线的时候进行训练，因为离线的时候才有大量样本可以用于训练)在线检测的时候通过自适应的方法逼近运动目标，进而获取运动目标位置，达到跟踪运动目标的目的。使用密度核的模型则是对运动目标抽取全局特征，如颜色直方图，梯度方向直方图，然后使用meanshift等方法根据直方图在目标帧中进行基于密度的漂移，最终找到运动目标，从而达到跟踪目的。现有的一类运动目标跟踪算法为通过对运动目标的整体区域进行特征提取，然后使用特征匹配的方法来进行运动目标跟踪，如使用梯度方向直方图的跟踪，各种基于在线学习方法的跟踪。但是现有技术仍然存在如下问题由于在运动目标受到遮挡，运动目标转身，运动目标变换姿势的时候，目标的整体特征改变较多，因此单纯对运动目标整体区域进行特征提取，无法对抗这些干扰。其次是这类方法一般只使用一种特征，使得其没有办法应对相对复杂的情况，如两个人交错，若只使用单一特征则很容易受到干扰。
技术实现思路
本专利技术提供一种基于图像块特征的目标跟踪方法和跟踪系统，能够解决现有技术中目标跟踪准确度不高的问题。本专利技术提供了一种基于图像块特征的目标跟踪方法，包括如下步骤根据基准目标图像块和背景图像块的特征建立基准目标模板；将待定目标的特征与所述基准目标模板中的基准目标图像块的特征进行相似度比较；根据相似度比较结果确定待定目标位置。所述建立基准目标模板优选为如下步骤提取所述基准目标图像块和所述背景图像块；提取所述基准目标图像块的特征和所述背景图像块的特征；将所述基准目标图像块的特征和所述背景图像块的特征进行辨识度比较；根据辨识度比较结果建立包含基准目标图像块的特征的基准目标模板。提取所述基准目标图像块优选为如下步骤通过背景建模或手动标定来确定基准目标初始位置，将基准目标分为一个或多个子基准目标图像块，记录每个子基准目标图像块的位置；提取所述背景图像块优选为如下步骤从基准目标四周选取一个或多个矩形区域，从矩形区域中选取背景图像块。所述基准目标图像块的特征或背景图像块的特征优选为轮廓特征、和/或结构特征、和/或纹理特征、和/或颜色特征、和/或运动状态特征；提取基准目标图像块的特征或背景图像块的特征优选为包括通过统计所述基准目标图像块或所述背景图像块中每个像素的中心对称的局部二值模式CSLBP和所述局部二值模式的直方图，提取所述基准目标图像块的结构特征和所述背景图像块的结构特征；提取基准目标图像块的特征或背景图像块的特征优选为包括通过统计所述基准目标图像块或所述背景图像块的梯度方向直方图H0G，提取所述基准目标图像块的纹理特征或所述背景图像块的纹理特征；提取基准目标图像块的特征或背景图像块的特征优选为包括通过统计所述基准目标图像块或所述背景图像块的颜色直方图HOC，提取所述基准目标图像块的颜色特征或所述背景图像块的颜色特征。所述辨识度比较的步骤优选为基于基准目标图像块的每一个特征相对于与其类Nb型相同的背景图像块特征的相似度S，根据公式7=1 1-&目β, 计算辨识度d ；1如果所述辨识度大于辨识度阈值则优选将该基准目标图像块的特征列入所述基准目标模板内。所述将待定目标的特征与所述基准目标模板中的特征进行相似度比较优选为如下步骤提取当前位置待定目标的图像块；提取当前位置待定目标图像块的特征；将当前位置待定目标图像块的每一个特征和基准目标模板中的所有相同类型的特征进行相似度比较；若相似度的最大值大于或等于匹配阈值则所述相似度的最大值对应的当前位置待定目标图像块的特征视为待定目标成功匹配特征。所述确定待定目标位置优选为如下步骤计算相似度的最大值对应的基准目标模板中的特征相对所述待定目标成功匹配特征的特征偏移值；根据所有所述特征偏移值计算基准目标模板偏移值；根据所述基准目标模板偏移值和待定目标的上一个位置来确定待定目标位置，所述待定目标位置视为待定目标当前位置。所述基准目标模板中的特征可以包含匹配特征队列和后备特征队列，所述匹配特征队列内可以包括用于与待定目标的特征进行相似度比较的匹配特征，所述后备特征队列内可以包括备用的用于与待定目标的特征进行相似度比较的匹配特征；所述相似度比较优选为如下步骤提取当前位置待定目标的图像块；提取当前位置待定目标图像块的特征；将当前位置待定目标图像块的每一个特征和基准目标模板中的所有相同类型的特征进行相似度比较；若相似度的最大值大于或等于匹配阈值则所述相似度的最大值对应的当前位置待定目标图像块的特征视为待定目标成功匹配特征；否则相似度的最大值对应的基准目标模板中的特征标记为失败；若失败次数大于设定值，则删除该特征，并从后备特征队列中选择与被删除特征相同类型相同的特征填补到匹配特征队列中。本专利技术还提供一种基于图像块特征的目标跟踪系统，包括根据基准目标图像块和背景图像块的特征建立基准目标模板的模块；将待定目标的特征与基准目标模板中基准目标图像块的特征进行相似度比较的模块；根据相似度比较结果确定待定目标位置的模块。所述建立基准目标模板的模块优选包括提取基准目标图像块子模块和提取背景图像块子模块、提取基准目标图像块的特征的子模块和提取背景图像块的特征的子模块、 将所述基准目标图像块的特征和所述背景图像块的特征进行辨识度比较的子模块；根据辨识度比较结果建立包含基准目标特征的基准目标模板的子模块；所述待定目标的特征与基准目标模板中的特征进行相似度比较的模块优选包括 提取当前位置待定目标图像块子模块、提取当前位置待定目标图像块特征子模块、将当前位置待定目标图像块的每一个特征和基准目标模板中的所有相同类型的特征进行相似度比较的子模块、根据相似度比较结果确定待定目标成功匹配特征的子模块；所述根据相似度比较结果确定待定目标位置的模块优选包括计算相似度的最大值对应的基准目标模板中的特征和所述待定目标成功匹配特征的特征偏移值的子模块、根据所有所述特征偏移值计算基准目标模板偏移值的子模块、根据基准目标模板偏移值和待定目标的上一个位置来确定待定目标位置的子模块。通过本专利技术提供，能够达到如下效果一、目标跟踪准确度提高。本专利技术提出了使用基于图像块的方法，也就是使用对运动目标各个部分提取特征生成运动目标模板的方法，以及使用多种图像特征来进行运动目标跟踪的方案，能够规避运动目标受遮挡，运动目标姿势变换等所造成运动目标的整体特征在单帧图像上有很大变化的问题，从而能够提高运动目标跟踪的准确度。二、抗干扰能力增强。本专利技术使用图像块多种特征的方式对本文档来自技高网...

【技术保护点】
１．一种基于图像块特征的目标跟踪方法，其特征在于，包括如下步骤：根据基准目标图像块和背景图像块的特征建立基准目标模板；将待定目标的特征与所述基准目标模板中基准目标图像块的特征进行相似度比较；根据相似度比较结果确定待定目标位置。

【技术特征摘要】

【专利技术属性】
技术研发人员：林倞，周宏斐，胡赟，江波，
申请(专利权)人：广州灵视信息科技有限公司，
类型：发明
国别省市：81