專利名稱：一種基于協(xié)方差匹配的核跟蹤方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于協(xié)方差匹配的核跟蹤方法，屬于視覺跟蹤技術(shù)領(lǐng)域。
背景技術(shù)：
運(yùn)動(dòng)目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域的經(jīng)典課題之一，有著重要的應(yīng)用價(jià)值?，F(xiàn)實(shí)應(yīng) 用中，由于成像質(zhì)量不佳、環(huán)境照明變化、陰影、遮擋和目標(biāo)變形等原因使得跟蹤問題成為 一個(gè)公認(rèn)的具有挑戰(zhàn)性的難題。視覺目標(biāo)跟蹤可以分為如下幾大類別點(diǎn)目標(biāo)跟蹤，核跟蹤和輪廓跟蹤。點(diǎn)目標(biāo)跟 蹤采用一個(gè)或多個(gè)點(diǎn)來建模視覺目標(biāo)；基于核的跟蹤方法具有運(yùn)算簡(jiǎn)單快捷的優(yōu)點(diǎn)，近年 來在視覺跟蹤中獲得了廣泛的應(yīng)用，但核跟蹤當(dāng)中目標(biāo)形狀表達(dá)常常采用諸如橢圓，矩形 等簡(jiǎn)單的幾何基元，因此難以準(zhǔn)確提取變形目標(biāo)的復(fù)雜輪廓。而視覺目標(biāo)形狀的準(zhǔn)確提取 是上述提到的諸多應(yīng)用的關(guān)鍵所在，只有輪廓跟蹤或者說曲線跟蹤可以給出這種信息。輪廓模型跟蹤的基本思想是將序列圖像中的目標(biāo)建模為平面曲線一一即進(jìn)化的 主動(dòng)輪廓，根據(jù)視頻信息在空間和時(shí)間上的相關(guān)性，確定目標(biāo)在視頻中的位置和姿態(tài)?？?將輪廓模型分為參數(shù)輪廓模型和幾何輪廓模型兩類，前者的曲線表達(dá)采用了顯式參數(shù)化描 述，而后者則將曲線表達(dá)嵌入在高維函數(shù)水平集中(Level set)。前者的優(yōu)點(diǎn)是計(jì)算復(fù)雜性 較低，缺點(diǎn)是不具有拓?fù)渥赃m應(yīng)性，后者的優(yōu)點(diǎn)是具備拓?fù)渥赃m應(yīng)性和計(jì)算穩(wěn)定，不足是計(jì) 算代價(jià)較高。Terzopoulos從拉格朗日動(dòng)力學(xué)原理出發(fā)分別定義了動(dòng)能、勢(shì)能、阻尼項(xiàng)，并推導(dǎo) 出統(tǒng)一形狀與運(yùn)動(dòng)描述的動(dòng)態(tài)變形模型，表示為一時(shí)變的并具慣性的動(dòng)態(tài)輪廓，運(yùn)動(dòng)方程 本身表達(dá)了一種基于力平衡的跟蹤機(jī)制，形狀約束為一般性的平滑性約束，缺點(diǎn)是系統(tǒng)維 數(shù)太高，容易受到噪聲影響；Peterfreimd提出了速度蛇，將光流估計(jì)、主動(dòng)輪廓模型、卡爾 曼濾波有機(jī)的結(jié)合在一起，在一定程度上能有效處理噪音、遮擋和復(fù)雜背景，不足是變形維 數(shù)過高，計(jì)算復(fù)雜；為了解決有雜物等復(fù)雜背景下多峰值觀測(cè)模型的輪廓跟蹤問題，Isard 提出了條件概率傳播算法，即Condensation算法，條件概率傳播算法結(jié)合隨機(jī)動(dòng)力學(xué)模型 與加權(quán)采樣隨著時(shí)間的前進(jìn)傳播關(guān)于形狀與位置完整的概率分布，所產(chǎn)生的濾波器可以健 壯的跟蹤復(fù)雜背景下的目標(biāo)運(yùn)動(dòng)，Condensation算法的不足是與卡爾曼濾波方法相比， 計(jì)算代價(jià)仍然過高，如果量測(cè)模型建模不合理，則無論怎樣增加樣本數(shù)也不會(huì)提高跟蹤性 能。幾何輪廓模型最早由Malladi和Caselles分別提出，思想源于Oshier和kthian 所提出的解決以曲率相關(guān)速度沿法線方向前進(jìn)的邊界傳播問題的水平集方法。曲線為高維 函數(shù)的零水平集合，曲線進(jìn)化由高維函數(shù)進(jìn)化求得。產(chǎn)生的運(yùn)動(dòng)公式可由滿足熵條件的有 限差分方法逼近計(jì)算，從圖像中得到的速度項(xiàng)用來在圖像邊緣處終止邊界的傳播。水平集方法最早是由J. kthian和S. Osher提出的界面?zhèn)鞑パ芯恐兄鸩桨l(fā)展起來 的，它是處理封閉運(yùn)動(dòng)界面隨時(shí)間演化過程中幾何拓?fù)渥兓挠行в?jì)算工具。水平集方法 的基本思想是將平面閉合曲線隱式的表達(dá)為二維曲面函數(shù)的水平集，即具有相同函數(shù)值的點(diǎn)集，通過曲面進(jìn)化隱式的求解曲線的運(yùn)動(dòng)。這種方法的優(yōu)點(diǎn)在于它能夠自然的處理拓?fù)?結(jié)構(gòu)的變化，并且提供了穩(wěn)定的數(shù)值算法。協(xié)方差跟蹤算法的基本過程如下1)對(duì)視頻序列的每一幀圖像，提取相應(yīng)的特征圖。對(duì)任意給定一幀圖像I(x，y) (圖像可以是一維灰度圖像、三維彩色圖像等等)，設(shè)它的寬度和高度分別為W和H，對(duì)圖中 的每一個(gè)像素，為其建立一個(gè)特征向量f (X，y)，它可以由圖像的像素坐標(biāo)、圖像彩色或灰度
信息、圖像梯度，圖像邊緣方向等元素構(gòu)成，例如，可以取/(X,_y) = [x,_y,Up^Xf，記
它的維數(shù)為d維，由此，可以從圖像I (X，y)中提取出一個(gè)WXHXd維的特征圖F(x，y)F(χ, y) = (I, χ, y)顯然，f(x，y)G F(x，y)。2)對(duì)圖像中給定的目標(biāo)區(qū)域R，建立一個(gè)dXd維協(xié)方差矩陣Ck作為區(qū)域描繪子
權(quán)利要求
1. 一種基于協(xié)方差匹配的核跟蹤方法，其特征在于將核函數(shù)融入?yún)f(xié)方差矩陣計(jì)算中，利用核函數(shù)控制不同點(diǎn)對(duì)總體產(chǎn)生的影響，給每一 個(gè)像素點(diǎn)加一個(gè)權(quán)值，像素點(diǎn)越接近中心，權(quán)值越大，越遠(yuǎn)離中心，權(quán)值越??；對(duì)于給定圖像平面Ω，Ω^7 2,/(U)是對(duì)應(yīng)于圖像像素點(diǎn)提取的特征向量；設(shè)圖像平 面被閉合規(guī)則輪廓曲線一分為二 記曲線內(nèi)部區(qū)域?yàn)镽，外部區(qū)域?yàn)殓P，Ω =RURg;則區(qū)域 協(xié)方差描繪子表達(dá)式為Q(Xe) =N Σκ( Z=IXc-Xi)(fi(sj)-了R)(Ms,t)-了R)ThN Σκ( Z=IXc-Xi)hN Σκ( Z=IxC"xi hΧ/； CM)N Σκ( Z=IXc" hxi)Xc為區(qū)域的中心點(diǎn)坐標(biāo)，h為核窗口大小，Xi和fi (S，t)分別表示第i個(gè)像素點(diǎn)的坐標(biāo)和特征向量，K(X)為核函數(shù)，N為像素個(gè)數(shù)；建立基于協(xié)方差匹配的核跟蹤算法的模型P (yc) = I logCE(yc)-IogC1 |F式中，Ct* Ck(y。)分別代表模板協(xié)方差矩陣和候選目標(biāo)區(qū)域協(xié)方差矩陣；通過極小化 目標(biāo)函數(shù)P (y。)，迭代推出候選目標(biāo)區(qū)域的中心點(diǎn)坐標(biāo)y。yc(;+i)— yc(o.P /=1 戶1具體步驟如下1)在第一幀，手動(dòng)或半自動(dòng)初始化包圍目標(biāo)的曲線，為曲線包圍的區(qū)域建立協(xié)方差矩 陣作為目標(biāo)輪廓的模板；2)從下一幀圖像開始，由上一幀的結(jié)果，計(jì)算出中心點(diǎn)坐標(biāo)，根據(jù)建立的能量泛函推導(dǎo) 出的梯度下降流，迭代更新得到新的目標(biāo)區(qū)域中心點(diǎn)坐標(biāo)；3)檢測(cè)迭代是否終止，采用的迭代終止準(zhǔn)則(a)計(jì)算當(dāng)前迭代的中心點(diǎn)坐標(biāo)與上一 次迭代的中心點(diǎn)坐標(biāo)之間的距離，如果小于一個(gè)閾值，迭代終止，反之繼續(xù)迭代；(b)迭代 次數(shù)的限制；4)轉(zhuǎn)到步驟2)。
2.根據(jù)權(quán)利要求1所示的一種基于協(xié)方差匹配的核跟蹤方法，其特征在于該核跟蹤 方法模型有兩種極小化模板與候選目標(biāo)區(qū)域協(xié)方差距離同時(shí)極大化模板與候選背景區(qū)域 的協(xié)方差距離；極大化候選目標(biāo)區(qū)域與候選背景區(qū)域的協(xié)方差距離。
全文摘要
本發(fā)明涉及一種基于協(xié)方差匹配的核跟蹤方法，屬于視覺跟蹤技術(shù)領(lǐng)域?；趨f(xié)方差匹配的核跟蹤方法，利用核函數(shù)控制圖像中不同像素點(diǎn)對(duì)整體產(chǎn)生的影響，通過極小化目標(biāo)函數(shù)，迭代產(chǎn)生每一幀圖像目標(biāo)區(qū)域的質(zhì)心。在第一幀，手動(dòng)或半自動(dòng)初始化包圍目標(biāo)的曲線，為曲線包圍的區(qū)域建立協(xié)方差矩陣作為目標(biāo)輪廓的模板。從下一幀圖像開始，由上一幀的結(jié)果，計(jì)算出中心點(diǎn)坐標(biāo)，根據(jù)建立的能量泛函推導(dǎo)出的梯度下降流，迭代更新得到新的目標(biāo)區(qū)域中心點(diǎn)坐標(biāo)。檢測(cè)迭代是否終止。本發(fā)明所提基于協(xié)方差匹配的核跟蹤方法，同樣以協(xié)方差作為區(qū)域描繪子，融合多種特征，受噪聲、光照的影響程度更小，因此跟蹤過程中迭代得到的質(zhì)心更穩(wěn)定。
文檔編號(hào)G06T7/20GK102074021SQ201110002600
公開日2011年5月25日 申請(qǐng)日期2011年1月7日 優(yōu)先權(quán)日2011年1月7日
發(fā)明者馬波 申請(qǐng)人:北京理工大學(xué)