一種目標(biāo)跟蹤的方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種目標(biāo)跟蹤的方法，屬于計(jì)算機(jī)領(lǐng)域。所述方法包括：獲取視頻當(dāng)前幀圖像中的運(yùn)動(dòng)目標(biāo)的外接目標(biāo)框，所述外接目標(biāo)框?yàn)榘鲞\(yùn)動(dòng)目標(biāo)的圖像的最小矩形框；根據(jù)所述外接目標(biāo)框，獲取包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像；根據(jù)所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像確定所述運(yùn)動(dòng)目標(biāo)在所述當(dāng)前幀圖像中的位置；在跟蹤目標(biāo)時(shí)不受外部環(huán)境變化的影響，不會(huì)丟失目標(biāo)，提高了跟蹤目標(biāo)的準(zhǔn)確性。
【專(zhuān)利說(shuō)明】一種目標(biāo)跟蹤的方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)領(lǐng)域，特別涉及一種目標(biāo)跟蹤的方法。

【背景技術(shù)】
[0002]隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，目標(biāo)跟蹤技術(shù)已成為計(jì)算機(jī)視覺(jué)領(lǐng)域研究的新課題，其目前廣泛應(yīng)用于交通管制、醫(yī)療診斷、人機(jī)交互以及軍事偵察等領(lǐng)域；通過(guò)目標(biāo)跟蹤技術(shù)，系統(tǒng)可以自動(dòng)且快速得獲取目標(biāo)在視頻或圖像中的位置、大小和形狀等信息。
[0003]目前，現(xiàn)有技術(shù)提供了一種目標(biāo)跟蹤的方法，可以為:選取一幀無(wú)運(yùn)動(dòng)目標(biāo)的圖像作為背景圖像，對(duì)于當(dāng)前獲取的一幀圖像，將該幀圖像與背景圖像相減，得到該幀圖像包括的每個(gè)像素點(diǎn)分別與在背景圖像中對(duì)應(yīng)的像素點(diǎn)之間的差值，獲取差值大于預(yù)設(shè)閾值的像素點(diǎn)，然后由此來(lái)判定獲取的像素點(diǎn)為出現(xiàn)在運(yùn)動(dòng)目標(biāo)上的像素點(diǎn)，根據(jù)獲取的像素點(diǎn)確定目標(biāo)的位置、大小和形狀等。
[0004]在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問(wèn)題:
[0005]該方法非常依賴(lài)背景圖像的高準(zhǔn)確性，當(dāng)外部環(huán)境變化時(shí)，例如光照變化、背景圖像中景物改變以及攝像機(jī)鏡頭抖動(dòng)等，此時(shí)背景圖像將發(fā)生變化，很可能丟失目標(biāo)，因此無(wú)法有效、準(zhǔn)確的跟蹤目標(biāo)。


【發(fā)明內(nèi)容】

[0006]為了提高跟蹤目標(biāo)的效率，本發(fā)明提供了一種方法、裝置及設(shè)備。所述技術(shù)方案如下:
[0007]第一方面，一種目標(biāo)跟蹤的方法，所述方法包括步驟:
[0008]獲取視頻當(dāng)前幀圖像中的運(yùn)動(dòng)目標(biāo)的外接目標(biāo)框，所述外接目標(biāo)框?yàn)榘鲞\(yùn)動(dòng)目標(biāo)的圖像的最小矩形框；
[0009]根據(jù)所述外接目標(biāo)框，獲取包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像；
[0010]根據(jù)所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像確定所述運(yùn)動(dòng)目標(biāo)在所述當(dāng)前幀圖像中的位置。
[0011]結(jié)合第一方面，在第一方面的第一種可能的實(shí)現(xiàn)方式中，根據(jù)所述外接目標(biāo)框，獲取包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像，包括步驟:
[0012]獲取所述運(yùn)動(dòng)目標(biāo)在前一幀圖像中的角點(diǎn)集合，并將所述角點(diǎn)集合中的每個(gè)角點(diǎn)在所述前一幀圖像中的位置作為第一位置集合，所述角點(diǎn)為圖像中任意兩條互不平行的直線(xiàn)邊相交的交點(diǎn)或圖像中亮度變化劇烈的點(diǎn)；
[0013]分別獲取所述角點(diǎn)集合中的每個(gè)角點(diǎn)在所述當(dāng)前幀圖像中對(duì)應(yīng)的位置，并組成第二位置集合；
[0014]分別獲取所述第二位置集合中的每個(gè)位置在所述前一幀圖像中對(duì)應(yīng)的位置，并組成第三位置集合；
[0015]根據(jù)所述第一位置集合和所述第三位置集合獲取包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像。
[0016]結(jié)合第一方面，在第一方面的第二種可能的實(shí)現(xiàn)方式中，根據(jù)所述第一位置集合和所述第三位置集合獲取包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像，包括步驟:
[0017]分別獲取所述第三位置集合中的每個(gè)第三位置在所述第一位置集合中對(duì)應(yīng)的第一位置；
[0018]分別將所述第三位置集合中的每個(gè)位置與其在所述第一集合中對(duì)應(yīng)的位置組成位置對(duì)；
[0019]根據(jù)所述位置對(duì)獲取包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像。
[0020]結(jié)合第一方面，在第一方面的第三種可能的實(shí)現(xiàn)方式中，根據(jù)所述外接目標(biāo)框獲取包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像，包括步驟:
[0021]生成掃描窗口，并根據(jù)所述掃描窗口在所述外接目標(biāo)框中獲取多個(gè)不同的掃描圖像；
[0022]從所述多個(gè)不同的掃描圖像中獲取包含前景圖像的掃描圖像；
[0023]分別計(jì)算所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型與每個(gè)所述包含前景圖像的掃描圖像之間的第一相關(guān)相似度，所述目標(biāo)模型包括所述目標(biāo)在所述當(dāng)前幀圖像之前的每幀圖像中的外接目標(biāo)框，所述第一相關(guān)相似度用于表示所述目標(biāo)模型包括的外接目標(biāo)框與所述包含前景圖像的掃描圖像的相似程度；
[0024]將第一相關(guān)相似度大于預(yù)設(shè)第二閾值的掃描圖像作為包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像。
[0025]結(jié)合第一方面，在第一方面的第四種可能的實(shí)現(xiàn)方式中，從所述多個(gè)不同的掃描圖像中獲取包含前景圖像的掃描圖像，包括步驟:
[0026]對(duì)所述多個(gè)不同的掃描圖像中的每個(gè)掃描圖像包括的每個(gè)像素點(diǎn)進(jìn)行積分，得到所述每個(gè)掃描圖像包括的每個(gè)像素點(diǎn)的積分值；
[0027]根據(jù)所述每個(gè)掃描圖像包括的每個(gè)像素點(diǎn)的積分值，計(jì)算所述每個(gè)掃描圖像的積分方差；
[0028]將積分方差小于預(yù)設(shè)第三閾值的掃描圖像作為所述包含前景圖像的掃描圖像。
[0029]結(jié)合第一方面，在第一方面的第五種可能的實(shí)現(xiàn)方式中，分別計(jì)算所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型與每個(gè)所述包含前景圖像的掃描圖像之間的第一相關(guān)相似度，包括步驟:
[0030]對(duì)于任一包含前景圖像的掃描圖像，分別計(jì)算每個(gè)包含前景圖像的掃描圖像與所述目標(biāo)模型包括的外接目標(biāo)框中的所述運(yùn)動(dòng)目標(biāo)的圖像之間的第一相似度，以及分別計(jì)算所述每個(gè)包含前景圖像的與所述目標(biāo)模型包括的外接目標(biāo)框中的除所述運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的第二相似度；
[0031]根據(jù)所述第一相似度和所述第二相似度計(jì)算所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型與所述任一包含前景圖像的掃描圖像之間的第一相關(guān)相似度。
[0032]結(jié)合第一方面，在第一方面的第六種可能的實(shí)現(xiàn)方式中，根據(jù)所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像確定所述運(yùn)動(dòng)目標(biāo)在所述當(dāng)前幀圖像中的位置，包括步驟:
[0033]計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第一保守相似度，所述第一保守相似度用于表示包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述目標(biāo)模型中前一半的外界目標(biāo)框的相似程度；
[0034]計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第二保守相似度，所述第二保守相似度用于表示包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述目標(biāo)模型中前一半的外界目標(biāo)框的相似程度；
[0035]如果所述第一保守相似度大于所述第二保守相似度，則將所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像的位置作為所述運(yùn)動(dòng)目標(biāo)在所述第一圖像中的位置；
[0036]如果所述第一保守相似度小于或等于所述第二保守相似度，則將所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像的位置作為所述運(yùn)動(dòng)目標(biāo)在所述第一圖像中的位置。
[0037]結(jié)合第一方面，在第一方面的第七種可能的實(shí)現(xiàn)方式中，計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第一保守相似度，包括步驟:
[0038]計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的所述運(yùn)動(dòng)目標(biāo)的圖像之間的第三相似度；
[0039]計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述目標(biāo)模型包括的外接目標(biāo)框中的除所述運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的第四相似度；
[0040]計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半的外接目標(biāo)框中的所述運(yùn)動(dòng)目標(biāo)的圖像之間的第五相似度；
[0041]根據(jù)所述第三相似度、所述第四相似度和所述第五相似度，計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第一保守相似度。
[0042]結(jié)合第一方面，在第一方面的第八種可能的實(shí)現(xiàn)方式中，計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第二保守相似度，包括步驟:
[0043]計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的所述運(yùn)動(dòng)目標(biāo)的圖像之間的第六相似度；
[0044]計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述目標(biāo)模型包括的外接目標(biāo)框中的除所述運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的第七相似度；
[0045]計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半外接目標(biāo)框中的所述運(yùn)動(dòng)目標(biāo)的圖像之間的第八相似度；
[0046]根據(jù)所述第六相似度、所述第七相似度和所述第八相似度，計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第二保守相似度。
[0047]結(jié)合第一方面，在第一方面的第九種可能的實(shí)現(xiàn)方式中，根據(jù)所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像確定所述運(yùn)動(dòng)目標(biāo)在所述當(dāng)前幀圖像中的位置之后，還包括:
[0048]根據(jù)所述外接目標(biāo)框，獲取所述目標(biāo)的圖像，以及獲取所述目標(biāo)的圖像對(duì)應(yīng)的背景圖像；
[0049]將所述目標(biāo)的圖像和所述目標(biāo)的圖像對(duì)應(yīng)的背景圖像添加至所述目標(biāo)的目標(biāo)模型中。
[0050]在本發(fā)明中，構(gòu)造運(yùn)動(dòng)目標(biāo)在當(dāng)前幀圖像的外接目標(biāo)框，根據(jù)外接目標(biāo)框，獲取包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和包含該運(yùn)動(dòng)目標(biāo)的掃描圖像；根據(jù)包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和包含運(yùn)動(dòng)目標(biāo)的掃描圖像可以確定運(yùn)動(dòng)目標(biāo)在當(dāng)前幀圖像中的位置，不受外部環(huán)境變化的影響，不會(huì)丟失目標(biāo)，提高了跟蹤目標(biāo)的準(zhǔn)確性。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0051]圖1是本發(fā)明實(shí)施例1提供的一種目標(biāo)跟蹤的方法流程圖；
[0052]圖2-1是本發(fā)明實(shí)施例2提供的一種目標(biāo)跟蹤的方法流程圖；
[0053]圖2-2是本發(fā)明實(shí)施例2提供的一種外接目標(biāo)框示意圖；
[0054]圖2-3是本發(fā)明實(shí)施例2提供的一種運(yùn)動(dòng)目標(biāo)的角點(diǎn)示意圖；
[0055]圖2-4是本發(fā)明實(shí)施例2提供的一種掃描窗口示意圖；
[0056]圖2-5是本發(fā)明實(shí)施例2提供的一種像素點(diǎn)灰度值示意圖；
[0057]圖3是本發(fā)明實(shí)施例3提供的一種目標(biāo)跟蹤的裝置結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0058]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。
[0059]實(shí)施例1
[0060]參見(jiàn)圖1，本發(fā)明實(shí)施例提供了一種目標(biāo)跟蹤的方法，該方法包括:
[0061]步驟101:獲取視頻當(dāng)前幀圖像中的運(yùn)動(dòng)目標(biāo)的外接目標(biāo)框，外接目標(biāo)框?yàn)榘\(yùn)動(dòng)目標(biāo)的圖像的最小矩形框；
[0062]步驟102:根據(jù)外接目標(biāo)框，獲取包含運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和包含運(yùn)動(dòng)目標(biāo)的掃描圖像；
[0063]步驟103:根據(jù)包含運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和包含運(yùn)動(dòng)目標(biāo)的掃描圖像確定運(yùn)動(dòng)目標(biāo)在當(dāng)前幀圖像中的位置。
[0064]在本發(fā)明實(shí)施例1中，構(gòu)造運(yùn)動(dòng)目標(biāo)在當(dāng)前幀圖像的外接目標(biāo)框，根據(jù)外接目標(biāo)框，獲取包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和包含該運(yùn)動(dòng)目標(biāo)的掃描圖像；根據(jù)包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和包含運(yùn)動(dòng)目標(biāo)的掃描圖像可以確定運(yùn)動(dòng)目標(biāo)在當(dāng)前幀圖像中的位置，不受外部環(huán)境變化的影響，不會(huì)丟失目標(biāo)，提高了跟蹤目標(biāo)的準(zhǔn)確性。
[0065]實(shí)施例2
[0066]參見(jiàn)圖2-1，與實(shí)施例1相對(duì)應(yīng)地，本發(fā)明實(shí)施例2提供了一種目標(biāo)跟蹤的方法，該方法包括:
[0067]步驟201:獲取視頻當(dāng)前幀圖像中的運(yùn)動(dòng)目標(biāo)的外接目標(biāo)框，外接目標(biāo)框?yàn)榘撨\(yùn)動(dòng)目標(biāo)的圖像的最小矩形框；
[0068]其中，在當(dāng)前幀圖像中，構(gòu)造該運(yùn)動(dòng)目標(biāo)的外接目標(biāo)框，外接目標(biāo)框是當(dāng)前幀圖像中包括該運(yùn)動(dòng)目標(biāo)的圖像的最小矩形框。
[0069]例如，假設(shè)該運(yùn)動(dòng)目標(biāo)是個(gè)汽車(chē)，則該運(yùn)動(dòng)目標(biāo)的外接目標(biāo)框如圖2-2所示。
[0070]步驟202:根據(jù)該運(yùn)動(dòng)目標(biāo)的外接目標(biāo)框，獲取包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像，角點(diǎn)為圖像中任意兩條互不平行的直線(xiàn)邊相交的交點(diǎn)或圖像中亮度變化劇烈的點(diǎn)；
[0071]具體地，本步驟可以通過(guò)如下2021至2024的流程實(shí)現(xiàn)，包括:
[0072]2021:獲取該運(yùn)動(dòng)目標(biāo)在前一幀圖像中的角點(diǎn)集合,并將該角點(diǎn)集合中的每個(gè)角點(diǎn)在前一幀圖像中的位置作為第一位置集合；
[0073]例如，獲取該汽車(chē)在前一幀圖像中的角點(diǎn)如圖2-3所示。
[0074]2022:分別獲取該角點(diǎn)集合中的每個(gè)角點(diǎn)在當(dāng)前幀圖像中對(duì)應(yīng)的位置，并組成第二位置集合；
[0075]其中，可以利用光流法分別獲取該角點(diǎn)集合中的每個(gè)角點(diǎn)在當(dāng)前幀圖像中對(duì)應(yīng)的位置。
[0076]2023:分別獲取第二位置集合中的每個(gè)位置在前一幀圖像中對(duì)應(yīng)的位置，并組成第三位置集合；
[0077]其中，可以利用光流法分別獲取第二位置集合中的每個(gè)位置在前一幀圖像中對(duì)應(yīng)的位置。
[0078]2024:根據(jù)第一位置集合和第三位置集合獲取包含運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像。
[0079]具體地，分別獲取第三位置集合中的每個(gè)第三位置在第一位置集合中對(duì)應(yīng)的第一位置；對(duì)于第三位置集合中的任一第三位置，將該第三位置與其對(duì)應(yīng)的第一位置組成位置對(duì)；對(duì)于第三位置集合中其他每個(gè)第三位置，同樣將其與其對(duì)應(yīng)的第一位置組成位置對(duì)；根據(jù)組成的位置對(duì)獲取包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像。
[0080]其中，在步驟2024中，根據(jù)組成的位置對(duì)獲取包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像，包括:
[0081]計(jì)算每個(gè)位置對(duì)中第一位置與第三位置之間的距離；確定計(jì)算出的距離的平均距離，或?qū)⒂?jì)算出的距離進(jìn)行排序得到距離序列，獲取處于距離序列最中間的距離；如果處于距離序列最中間的距離小于預(yù)設(shè)第一閾值或確定出的平均距離小于預(yù)設(shè)第一閾值，則將包含角點(diǎn)的最小區(qū)域作為包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像。
[0082]例如，分別計(jì)算出16個(gè)位置對(duì)中的每個(gè)位置對(duì)包括的兩個(gè)位置之間的距離，且計(jì)算出平均距離為5像素，假設(shè)預(yù)設(shè)第一閾值為7像素，如此平均距離5像素小于預(yù)設(shè)第一閾值7像素，則將包含該16個(gè)角點(diǎn)圍成的最小區(qū)域作為該汽車(chē)的角點(diǎn)圖像。
[0083]步驟203:根據(jù)該運(yùn)動(dòng)目標(biāo)的外接目標(biāo)框，獲取包含該運(yùn)動(dòng)目標(biāo)的掃描圖像；
[0084]具體地，本步驟可以通過(guò)如下2031至2034的流程實(shí)現(xiàn)，包括:
[0085]2031:生成掃描窗口，并根據(jù)該掃描窗口在外接目標(biāo)框中獲取多個(gè)不同的掃描圖像；
[0086]例如，生成如圖2-4的掃描窗口。
[0087]2032:從多個(gè)不同的掃描圖像中獲取包含前景圖像的掃描圖像；
[0088]具體地，對(duì)多個(gè)不同的掃描圖像中的任一掃描圖像，對(duì)該掃描圖像包括的每個(gè)像素點(diǎn)進(jìn)行積分，得到該掃描圖像包括的每個(gè)像素點(diǎn)的積分值；對(duì)于該多個(gè)不同的掃描圖像中的其他掃描圖像，同樣執(zhí)行上述操作，得到每個(gè)掃描圖像包括的每個(gè)像素點(diǎn)的積分值；根據(jù)每個(gè)掃描圖像包括的每個(gè)像素點(diǎn)的積分值，計(jì)算每個(gè)掃描圖像的積分方差；將積分方差小于預(yù)設(shè)第三閾值的掃描圖像作為包含前景圖像的掃描圖像。
[0089]其中，在步驟2032中，對(duì)該掃描圖像包括的每個(gè)像素點(diǎn)進(jìn)行積分，得到該掃描圖像包括的每個(gè)像素點(diǎn)的積分值，包括:
[0090]對(duì)于該掃描圖像包括的任一像素點(diǎn)，以該像素點(diǎn)為頂點(diǎn)，沿水平方向向左做一條直線(xiàn)，與該掃描圖像的邊界相交得到一交點(diǎn)，沿豎直方向向上做一條直線(xiàn)與該掃描圖像的邊界相交得到另一交點(diǎn)，將該像素點(diǎn)、該兩個(gè)交點(diǎn)和該掃描圖像左上方的頂點(diǎn)組成一圖像區(qū)域，獲取該區(qū)域包括的除該像素點(diǎn)以外的其他每個(gè)像素點(diǎn)的灰度值，將獲取的灰度值相加得到一數(shù)值，并作為該像素點(diǎn)的積分值。對(duì)于該掃描圖像包括的其他每個(gè)像素點(diǎn)，均執(zhí)行上述操作，得到其他每個(gè)像素點(diǎn)的積分值。
[0091]例如，參見(jiàn)圖2-5，假設(shè)I代表像素點(diǎn)的灰度值，則像素點(diǎn)(0，I)對(duì)應(yīng)的積分值1(0，I) = 1(0，O)+1(0，I);則像素點(diǎn)(1，I)對(duì)應(yīng)的積分值 1(0，I) = 1(0,0)+1(0,1)+1(1,
0);像素點(diǎn)(2，I)對(duì)應(yīng)的積分值I (2，I) = 1(0，O)+1(0，I)+1(1，O)+1(1，I)+I (2，O)+I (2，1)。
[0092]2033:分別計(jì)算該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型與每個(gè)包含前景圖像的掃描圖像之間的第一相關(guān)相似度，該目標(biāo)模型包括該目標(biāo)在當(dāng)前幀圖像之前的每幀圖像中的外接目標(biāo)框，第一相關(guān)相似度用于表示該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框與包含前景圖像的掃描圖像之間的相似程度；
[0093]具體地，本步驟可以通過(guò)如下(A-1)至(A-4)的流程實(shí)現(xiàn)，包括:
[0094](A-1):對(duì)于任一包含前景圖像的掃描圖像，計(jì)算該掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的第一相似度，第一相似度用于表示該掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的相似程度；
[0095]具體地，根據(jù)該掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像，按照如下公式(I)計(jì)算該掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的第一相似度；
[0096]Sl+= MAX S (Pl，Pi+)......(I);
[0097]其中，在上述公式⑴中，SI+為第一相似度，S(Pi, Pj) = 0.5 (NCC(Pi, Pj)+1),NCC(Pi, Pj)為Pi和Pj的歸一化互相關(guān)函數(shù)，Pl為該掃描圖像，Pi+為該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的第i個(gè)外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像。
[0098](A-2):計(jì)算該掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除該運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的第二相似度，第二相似度用于表示該掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的相似程度；
[0099]具體地，根據(jù)該掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除該運(yùn)動(dòng)目標(biāo)以外的背景圖像，按照如下公式(2)計(jì)算該掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除該運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的第二相似度；
[0100]Sr = MAX S (Pl，ΡΓ)......(2)；
[0101]其中，在上述公式⑵中，Sr為第二相似度，S(Pi, Pj) = 0.5 (NCC(Pi, Pj)+1),NCC(Pi, Pj)為Pi和Pj的歸一化互相關(guān)函數(shù)，Pl為該掃描圖像，ΡΓ為該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的第i個(gè)外接目標(biāo)框中的除該運(yùn)動(dòng)目標(biāo)以外的背景圖像。
[0102](A-3):根據(jù)第一相似度和第二相似度計(jì)算該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型與任一包含前景圖像的掃描圖像之間的第一相關(guān)相似度。
[0103]其中，根據(jù)第一相似度和第二相似度計(jì)算該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型與任一包含前景圖像的掃描圖像之間的第一相關(guān)相似度，包括:
[0104]根據(jù)第一相似度和第二相似度，按照如下公式(3)計(jì)算出該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型與任一包含前景圖像的掃描圖像之間的第一相關(guān)相似度；[。1。5] Sr = jL.……(3);
[0106]其中，在上述公式(3)中，Sr為該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型與任一包含前景圖像的掃描圖像之間的第一相關(guān)相似度；si為第一相似度，S2為第二相似度。
[0107]2034:將第一相關(guān)相似度大于預(yù)設(shè)第二閾值的掃描圖像作為包含該運(yùn)動(dòng)目標(biāo)的掃描圖像。
[0108]步驟204:計(jì)算包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第一保守相似度，第一保守相似度用于表示包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與目標(biāo)模型中前一半的外界目標(biāo)框之間的相似程度；
[0109]具體地，本步驟可以通過(guò)如下2041至2044的流程實(shí)現(xiàn)，包括:
[0110]2041:計(jì)算包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的第三相似度，第三相似度用于表示包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的相似程度；
[0111]具體地，根據(jù)包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像，按照如下公式(5)計(jì)算包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的第三相似度；
[0112]S2+ = MAX S(P2, Pi+)......(5)；
[0113]其中，在上述公式(5)中，S2+為第三相似度，S(Pi, Pj) = 0.5 (NCC(Pi, Pj)+1),NCC (Pi，Pj)為Pi和Pj的歸一化互相關(guān)函數(shù)，P2為包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像，Pi+為該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的第i個(gè)外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像。
[0114]2042:計(jì)算包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的第四相似度，第四相似度用于表示包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除該運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的相似程度；
[0115]具體地，根據(jù)包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除該運(yùn)動(dòng)目標(biāo)以外的背景圖像，按照如下公式(6)計(jì)算包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的第四相似度；
[0116]S2-= MAX S(P2，ΡΓ)......(6)；
[0117]其中，在上述公式(6)中，S2—為第四相似度，S(Pi, Pj) = 0.5 (NCC(Pi, Pj)+1),NCC (Pi，Pj)為Pi和Pj的歸一化互相關(guān)函數(shù)，P2為包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像，Pi+為該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除該運(yùn)動(dòng)目標(biāo)以外的背景圖像。
[0118]2043:計(jì)算包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的第五相似度，第五相似度用于表示包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的相似程度；
[0119]具體地，根據(jù)包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像，按照如下公式(7)計(jì)算包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的第五相似度；
[0120]S3+ = MAX S(P2, Pk+)......(7)；
[0121]其中，在上述公式(7)中，S+為第三相似度，S (Pi, Pj) = 0.5 (NCC(Pi, Pj)+1),NCC(Pi, Pj)為Pi和Pj的歸一化互相關(guān)函數(shù)，P2為包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像，Pk+為該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半的第k個(gè)外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像。
[0122]2044:根據(jù)第三相似度、第四相似度和第五相似度，計(jì)算包含運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第一保守相似度。
[0123]具體地，根據(jù)第三相似度、第四相似度和第五相似度，按照如下公式⑶計(jì)算出包含運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第一保守相似度:
S5
C~ S3 + S4……(8);
[0124]其中，在上述公式(8)中，Sc為包含該運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第一保守相似度，S3為第三相似度，S4為第四相似度，S5為第五相似度。
[0125]步驟205:計(jì)算包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第二保守相似度，第二保守相似度用于表示包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型中前一半的外界目標(biāo)框之間的相似程度；
[0126]具體地，本步驟可以通過(guò)如下2051至2054的流程實(shí)現(xiàn)，包括:
[0127]2051:計(jì)算包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的第六相似度，第六相似度用于表示該掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的相似程度；
[0128]具體地，根據(jù)包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像，按照如下公式(9)計(jì)算包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的第六相似度；
[0129]S4+ = MAX S(P3, Pi+)......(9)；
[0130]其中，在上述公式(9)中，S4+為第六相似度，S(Pi, Pj) = 0.5 (NCC(Pi, Pj)+1),NCC(Pi, Pj)為Pi和Pj的歸一化互相關(guān)函數(shù)，P3為包含該運(yùn)動(dòng)目標(biāo)的掃描圖像，Pi+為該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的第i個(gè)外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像。
[0131]2052:計(jì)算包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的第七相似度，第七相似度用于表示該掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的相似程度；
[0132]具體地，根據(jù)包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除運(yùn)動(dòng)目標(biāo)以外的背景圖像，按照如下公式(10)計(jì)算包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的第六相似度；
[0133]S[ = MAX S(P3, ΡΓ)......(10)；
[0134]其中，在上述公式(10)中，S4_S第七相似度，S(Pi，Pj)= 0.5 (NCC(Pi, Pj)+1),NCC(Pi, Pj)為Pi和Pj的歸一化互相關(guān)函數(shù)，P3為包含該運(yùn)動(dòng)目標(biāo)的掃描圖像，ΡΓ為該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的除運(yùn)動(dòng)目標(biāo)以外的背景圖像。
[0135]2053:計(jì)算包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的第八相似度，第八相似度用于表示包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的相似程度；
[0136]具體地，根據(jù)包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像，按照如下公式(11)計(jì)算包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半的外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像之間的第八相似度；
[0137]S5+ = MAX S(P2, Pk+)......(11)；
[0138]其中，在上述公式(11)中，S5+為第八相似度，S(Pi，Pj) = 0.5 (NCC (Pi，Pj)+1)，NCC(Pi, Pj)為Pi和Pj的歸一化互相關(guān)函數(shù)，P2為包含該運(yùn)動(dòng)目標(biāo)的掃描圖像，Pk+為該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半的第k個(gè)外接目標(biāo)框中的運(yùn)動(dòng)目標(biāo)的圖像。
[0139]2054:根據(jù)第六相似度、第七相似度和第八相似度，計(jì)算包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第二保守相似度。
[0140]具體地，根據(jù)第六相似度、第七相似度和第八相似度，按照如下公式(12)計(jì)算出包含該運(yùn)動(dòng)目標(biāo)的掃描圖像與該運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第二保守相似度:

【權(quán)利要求】
1.一種目標(biāo)跟蹤的方法，其特征在于，所述方法包括步驟: 獲取視頻當(dāng)前幀圖像中的運(yùn)動(dòng)目標(biāo)的外接目標(biāo)框，所述外接目標(biāo)框?yàn)榘鲞\(yùn)動(dòng)目標(biāo)的圖像的最小矩形框； 根據(jù)所述外接目標(biāo)框，獲取包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像； 根據(jù)所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像確定所述運(yùn)動(dòng)目標(biāo)在所述當(dāng)前幀圖像中的位置。
2.如權(quán)利要求1所述的方法，其特征在于，所述方法中，根據(jù)所述外接目標(biāo)框，獲取包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像，包括步驟: 獲取所述運(yùn)動(dòng)目標(biāo)在前一幀圖像中的角點(diǎn)集合，并將所述角點(diǎn)集合中的每個(gè)角點(diǎn)在所述前一幀圖像中的位置作為第一位置集合，所述角點(diǎn)為圖像中任意兩條互不平行的直線(xiàn)邊相交的交點(diǎn)或圖像中亮度變化劇烈的點(diǎn)； 分別獲取所述角點(diǎn)集合中的每個(gè)角點(diǎn)在所述當(dāng)前幀圖像中對(duì)應(yīng)的位置，并組成第二位置集合； 分別獲取所述第二位置集合中的每個(gè)位置在所述前一幀圖像中對(duì)應(yīng)的位置，并組成第三位置集合； 根據(jù)所述第一位置集合和所述第三位置集合獲取包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像。
3.如權(quán)利要求2所述的方法，其特征在于，所述方法中，根據(jù)所述第一位置集合和所述第三位置集合獲取包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像，包括步驟: 分別獲取所述第三位置集合中的每個(gè)第三位置在所述第一位置集合中對(duì)應(yīng)的第一位置； 分別將所述第三位置集合中的每個(gè)位置與其在所述第一集合中對(duì)應(yīng)的位置組成位置對(duì)； 根據(jù)所述位置對(duì)獲取包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像。
4.如權(quán)利要求1所述的方法，其特征在于，所述方法中，根據(jù)所述外接目標(biāo)框獲取包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像，包括步驟: 生成掃描窗口，并根據(jù)所述掃描窗口在所述外接目標(biāo)框中獲取多個(gè)不同的掃描圖像； 從所述多個(gè)不同的掃描圖像中獲取包含前景圖像的掃描圖像； 分別計(jì)算所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型與每個(gè)所述包含前景圖像的掃描圖像之間的第一相關(guān)相似度，所述目標(biāo)模型包括所述目標(biāo)在所述當(dāng)前幀圖像之前的每幀圖像中的外接目標(biāo)框，所述第一相關(guān)相似度用于表示所述目標(biāo)模型包括的外接目標(biāo)框與所述包含前景圖像的掃描圖像之間的相似程度； 將第一相關(guān)相似度大于預(yù)設(shè)第二閾值的掃描圖像作為包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像。
5.如權(quán)利要求4所述的方法，其特征在于，在所述方法中，從所述多個(gè)不同的掃描圖像中獲取包含前景圖像的掃描圖像，包括步驟: 對(duì)所述多個(gè)不同的掃描圖像中的每個(gè)掃描圖像包括的每個(gè)像素點(diǎn)進(jìn)行積分，得到所述每個(gè)掃描圖像包括的每個(gè)像素點(diǎn)的積分值； 根據(jù)所述每個(gè)掃描圖像包括的每個(gè)像素點(diǎn)的積分值，計(jì)算所述每個(gè)掃描圖像的積分方差； 將積分方差小于預(yù)設(shè)第三閾值的掃描圖像作為所述包含前景圖像的掃描圖像。
6.如權(quán)利要求4所述的方法，其特征在于，所述方法中，分別計(jì)算所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型與每個(gè)所述包含前景圖像的掃描圖像之間的第一相關(guān)相似度，包括步驟: 對(duì)于任一包含前景圖像的掃描圖像，分別計(jì)算每個(gè)包含前景圖像的掃描圖像與所述目標(biāo)模型包括的外接目標(biāo)框中的所述運(yùn)動(dòng)目標(biāo)的圖像之間的第一相似度，以及分別計(jì)算所述每個(gè)包含前景圖像的與所述目標(biāo)模型包括的外接目標(biāo)框中的除所述運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的第二相似度； 根據(jù)所述第一相似度和所述第二相似度計(jì)算所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型與所述任一包含前景圖像的掃描圖像之間的第一相關(guān)相似度。
7.如權(quán)利要求1所述的方法，其特征在于，所述方法中，根據(jù)所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像確定所述運(yùn)動(dòng)目標(biāo)在所述當(dāng)前幀圖像中的位置，包括步驟: 計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第一保守相似度，所述第一保守相似度用于表示包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述目標(biāo)模型中前一半的外界目標(biāo)框之間的相似程度； 計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第二保守相似度，所述第二保守相似度用于表示包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述目標(biāo)模型中前一半的外界目標(biāo)框之間的相似程度； 如果所述第一保守相似度大于所述第二保守相似度，則將所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像的位置作為所述運(yùn)動(dòng)目標(biāo)在所述第一圖像中的位置； 如果所述第一保守相似度小于或等于所述第二保守相似度，則將所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像的位置作為所述運(yùn)動(dòng)目標(biāo)在所述第一圖像中的位置。
8.如權(quán)利要求7所述的方法，其特征在于，所述方法中，計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第一保守相似度，包括步驟: 計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的所述運(yùn)動(dòng)目標(biāo)的圖像之間的第三相似度； 計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述目標(biāo)模型包括的外接目標(biāo)框中的除所述運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的第四相似度； 計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半的外接目標(biāo)框中的所述運(yùn)動(dòng)目標(biāo)的圖像之間的第五相似度； 根據(jù)所述第三相似度、所述第四相似度和所述第五相似度，計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第一保守相似度。
9.如權(quán)利要求7所述的方法，其特征在于，所述方法中，計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第二保守相似度，包括步驟: 計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的外接目標(biāo)框中的所述運(yùn)動(dòng)目標(biāo)的圖像之間的第六相似度； 計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述目標(biāo)模型包括的外接目標(biāo)框中的除所述運(yùn)動(dòng)目標(biāo)以外的背景圖像之間的第七相似度； 計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型包括的前一半外接目標(biāo)框中的所述運(yùn)動(dòng)目標(biāo)的圖像之間的第八相似度； 根據(jù)所述第六相似度、所述第七相似度和所述第八相似度，計(jì)算所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像與所述運(yùn)動(dòng)目標(biāo)的目標(biāo)模型之間的第二保守相似度。
10.如權(quán)利要求1所述的方法，其特征在于，所述方法中，根據(jù)所述包含所述運(yùn)動(dòng)目標(biāo)的角點(diǎn)的圖像和所述包含所述運(yùn)動(dòng)目標(biāo)的掃描圖像確定所述運(yùn)動(dòng)目標(biāo)在所述當(dāng)前幀圖像中的位置之后，還包括: 根據(jù)所述外接目標(biāo)框，獲取所述目標(biāo)的圖像，以及獲取所述目標(biāo)的圖像對(duì)應(yīng)的背景圖像； 將所述目標(biāo)的圖像和所述目標(biāo)的圖像對(duì)應(yīng)的背景圖像添加至所述目標(biāo)的目標(biāo)模型中。
【文檔編號(hào)】G06T7/20GK104182993SQ201410458027
【公開(kāi)日】2014年12月3日 申請(qǐng)日期:2014年9月10日 優(yōu)先權(quán)日:2014年9月10日
【發(fā)明者】侯林利 申請(qǐng)人:四川九洲電器集團(tuán)有限責(zé)任公司