一種視頻內容多目標跟蹤方法
【專利摘要】本發(fā)明公開了一種視頻內容多目標跟蹤方法，它包括如下步驟：S1：視頻圖像采集，根據(jù)圖像分辨率，設定采樣頻率和采樣時間，從視頻中采集運動圖像；S2：目標的分割與識別；S3：運動軌跡跟蹤，利用視頻圖像相鄰幀之間的微小差異，在參考幀中尋找各目標的匹配點，通過建立的代價函數(shù)判斷兩點的相關性，找出目標的最佳匹配點，并將目標在各幀中的對應匹配點的質心相連，得到目標運動的路徑曲線或軌跡；S4：目標運動參數(shù)計算，在步驟S2和步驟S3完成了目標的分割和軌跡曲線的跟蹤的基礎上，通過分析各目標軌跡點的坐標及形態(tài)學數(shù)據(jù)，利用相關參數(shù)計算公式，計算出目標活性的相關參數(shù)。
【專利說明】一種視頻內容多目標跟蹤方法

【技術領域】
[0001] 本發(fā)明涉及一種視頻內容多目標跟蹤方法。

【背景技術】
[0002] 為了研究視頻內目標數(shù)目，運動狀態(tài)，通常需要進行對視頻內容進行分割、識別、 運動軌跡跟蹤，然后對數(shù)據(jù)進行分析。傳統(tǒng)的方法采用相鄰幀匹配，計算精度不高，而且算 法復雜。本發(fā)明采用多參考幀算法和多條件篩選的方法實現(xiàn)目標跟蹤。
[0003] 閾值分割法是一種簡單有效的圖像分割方法，其基本思想就是用一個或多個閾值 將圖像的灰度級分成幾部分，灰度值在同一類的像素屬于同一目標。


【發(fā)明內容】

[0004] 本發(fā)明的目的在于克服現(xiàn)有技術的不足，提供一種算法簡單，計算精度高，能直觀 反映目標的運動軌跡，可以進行多個目標的跟蹤的視頻內容多目標跟蹤方法。
[0005] 本發(fā)明的目的是通過以下技術方案來實現(xiàn)的：一種視頻內容多目標跟蹤方法，它 包括如下步驟： 51 :視頻圖像采集，根據(jù)圖像分辨率，設定采樣頻率和采樣時間，從視頻中采集運動圖 像； 52 :目標的分割與識別，其包括以下子步驟： 5201 :目標分割，將目標與圖像背景進行分離； 5202 :去雜，初始分割結果中可含有雜質，需要予以去除； S3:運動軌跡跟蹤，利用視頻圖像相鄰幀之間的微小差異，在參考幀中尋找各目標的匹 配點，通過建立的代價函數(shù)判斷兩點的相關性，找出目標的最佳匹配點，并將目標在各幀中 的對應匹配點的質心相連，得到目標運動的路徑曲線或軌跡； S4 :目標運動參數(shù)計算，在步驟S2和步驟S3完成了目標的分割和軌跡曲線的跟蹤的基 礎上，通過分析各目標軌跡點的坐標及形態(tài)學數(shù)據(jù)，利用相關參數(shù)計算公式，計算出目標活 性的相關參數(shù)。
[0006] 所述的采樣頻率為24-35幀/秒。
[0007] 所述的采樣時間為一段連續(xù)時間。
[0008] 步驟S3中實現(xiàn)目標運動的路徑曲線或軌跡的具體步驟是： 5301 :假設可用于計算的參考幀數(shù)量為N幀，設定當前幀幀號為i，為找出當前幀中所 有目標點在參考幀中的最佳匹配的目標點，將第i-Ν到第i幀的參數(shù)表讀入計算機中； 5302 :選取當前幀i中的一個目標m; 5303 :選取未計算過的且最近的一個參考幀K ; 5304 :從參考巾貞中選取未計算過的目標η,預測目標η運動到第i巾貞時的位置范圍： 如果目標η為第一幀或剛出現(xiàn)的目標，此時目標η沒有參考巾貞，預測其可能出現(xiàn)的位置 坐標為： (Cx, Cy) = (xn, yn) (o-l) 如果目標n有參考幀，預測其可能位置為：

【權利要求】
1. 一種視頻內容多目標跟蹤方法，其特征在于：它包括如下步驟： 51 :視頻圖像采集，根據(jù)圖像分辨率，設定采樣頻率和采樣時間，從視頻中采集運動圖 像； 52 :目標的分割與識別，其包括以下子步驟： 5201 :目標分割，將目標與圖像背景進行分離； 5202 :去雜，初始分割結果中可含有雜質，需要予以去除； S3:運動軌跡跟蹤，利用視頻圖像相鄰幀之間的微小差異，在參考幀中尋找各目標的匹 配點，通過建立的代價函數(shù)判斷兩點的相關性，找出目標的最佳匹配點，并將目標在各幀中 的對應匹配點的質心相連，得到目標運動的路徑曲線或軌跡； S4 :目標運動參數(shù)計算，在步驟S2和步驟S3完成了目標的分割和軌跡曲線的跟蹤的基 礎上，通過分析各目標軌跡點的坐標及形態(tài)學數(shù)據(jù)，利用相關參數(shù)計算公式，計算出目標活 性的相關參數(shù)。
2. 根據(jù)權利要求1所述的一種視頻內容多目標跟蹤方法，其特征在于：所述的采樣頻 率為24-35幀/秒。
3. 根據(jù)權利要求1所述的一種視頻內容多目標跟蹤方法，其特征在于：所述的采樣時 間為一段連續(xù)時間。
4. 根據(jù)權利要求1所述的一種視頻內容多目標跟蹤方法，其特征在于：步驟S3中實現(xiàn) 目標運動的路徑曲線或軌跡的具體步驟是： 5301 :假設可用于計算的參考幀數(shù)量為N幀，設定當前幀幀號為i，為找出當前幀中所 有目標點在參考幀中的最佳匹配的目標點，將第i-Ν到第i幀的參數(shù)表讀入計算機中； 5302 :選取當前幀i中的一個目標m; 5303 :選取未計算過的且最近的一個參考幀K ; 5304 :從參考巾貞中選取未計算過的目標η,預測目標η運動到第i巾貞時的位置范圍： 如果目標η為第一幀或剛出現(xiàn)的目標，此時目標η沒有參考巾貞，預測其可能出現(xiàn)的位置 坐標為： (Cx, Cy) = (xn, yn) (0-1) 如果目標n有參考幀，預測其可能位置為：
(0-2) 其中
(0_3) 其中（Cx, Cy)為目標預測點位置，（xn, yn)為目標η質心坐標，df為目標η與其參考中貞 之間的幀差，（x'n，y'n)為目標η在其參考幀中最佳匹配目標的質心坐標，νχη為目標η在X 方向運動速度，vyn為目標η在y方向運動速度； 預測搜索區(qū)域如式（0-4)所示： th = max Mov+avgMovX (i~k) (〇-4) 其中，max Mov為所有已計算巾貞中運動目標的最大速度，avgMov為所有已計算巾貞中運動 目標平均速度，i為當前幀幀號，k為參考幀幀號。 計算預測坐標與實際坐標之間的距離是否落在搜索區(qū)域內：
(0-5) 則 d ^ (dx+dy)/2 (0-6) 那么當下面條件滿足時，目標m落入搜索區(qū)域內： d < th 且 dx < λ · th 且 dy < λ · th 入為常量； 5305 :當目標m落入目標η搜索區(qū)域內時，計算其代價函數(shù) 代價函數(shù)如式（0-7)所示：
(0-7) 其中α，β，γ為加權系數(shù)，dsize為目標m和目標η的周長差，avgMov為所有已計算 幀中運動目標平均速度，dbrgt為兩目標的平均亮度差，d為兩目標之間的距離，i-k為兩幀 之間的幀差，（xm，y m)為目標m質心坐標，（xn，yn)為目標η質心坐標，vxn為目標η在X方 向運動速度，vy n為目標η在y方向運動速度； 5306 :重復步驟S304和S305,從參考幀中找出最佳匹配目標點，根據(jù)找尋結果，執(zhí)行如 下子步驟： A. 若參考幀中未找出最佳匹配點，則返回S303; B. 若所有參考幀都未找出匹配的目標點，則當前幀中目標點m為新出現(xiàn)的點； C. 若在參考幀中找出最佳匹配點，則返回S302,新選取一個目標進行匹配； D. 若當前幀中所有點都計算完成，則進入S307 ; 5307 :步驟S301-S306得到每幀圖像以及圖像中每個目標的前后匹配點，連接各匹配 點的質心坐標，即為目標運動軌跡，根據(jù)目標運動軌跡，統(tǒng)計其運動參數(shù)。
5. 根據(jù)權利要求1所述的一種視頻內容多目標跟蹤方法，其特征在于：步驟S201中所 述的目標分割采用基于閾值的分割步驟實現(xiàn)目標的分割，其中，選取分割閾值的基本策略 為：對整副圖像的灰度直方圖進行統(tǒng)計，并根據(jù)統(tǒng)計結果，采用最大類間方差Ostu方法自 動選取全局最佳分割閾值。
6. 根據(jù)權利要求1所述的一種視頻內容多目標跟蹤方法，其特征在于：根據(jù)權利要求 1所述的一種視頻內容多目標跟蹤方法，其特征在于：步驟S202中去雜的具體步驟是：統(tǒng)計 各目標的相關形態(tài)學參數(shù)，并利用所述的相關形態(tài)學參數(shù)建立相關判斷準則，再基于所述 的判斷準則去除雜質。
7. 根據(jù)權利要求1或6所述的一種視頻內容多目標跟蹤方法，其特征在于：所述的形 態(tài)學參數(shù)包括面積、長軸長度、短軸長度、平均亮度和周長。
8. 根據(jù)權利要求1所述的一種視頻內容多目標跟蹤方法，其特征在于：所述的相關參 數(shù)包括運動的速度，頭部擺動頻率、幅度及靜止、運動的比例。
9. 根據(jù)權利要求1所述的一種視頻內容多目標跟蹤方法，其特征在于：所述的相關參 數(shù)計算公式包括： (1) 直線速度VSL :計算公式如（0-8)所示：
(0-8) 式中N為視頻總幀數(shù)，ΛΤ為采樣時間間隔，（X(l，ytl)為目標運動軌跡的起始坐標， (xN，yN)為目標運動軌跡的終點坐標。 (2) 曲線速度VCL，計算公式如（0-9)所示：
(0-9) 其中，N為視頻幀數(shù)，Λ T為采樣時間間隔，（Xi，yi)為目標運動軌跡在第i幀圖像上的 坐標。 (3) 平均路徑速度VAP，平均路勁點坐標一般采用三點或五點平滑處理，如式（0-10)， 平均路勁速度計算公式如（〇_11)所不： (0-10)
(o-ll) 其中，N為視頻幀數(shù)，Λ T為采樣時間間隔，為目標運動軌跡在第i幀圖像上的平 均路徑點坐標。 (4) 直線性LIN :該值的取值范圍為[0, 1]，計算公式如（0-12)所示：
(0-12) (5) 向前性STR :計算公式如（0-13)所示：
(0-13) (6) 擺動性WOB，計算公式如（0-14)所示：
(0-14) (7) 目標頭側擺幅度ALH:計算公式如（0-15)所示：
(0-15) 其中，（Xi，yi)為目標實際運動路徑上第i點坐標，目標平均路徑上的第i點 坐標。
【文檔編號】G06T7/20GK104156987SQ201410458136
【公開日】2014年11月19日 申請日期:2014年9月10日 優(yōu)先權日:2014年9月10日
【發(fā)明者】曲建明 申請人:成都金盤電子科大多媒體技術有限公司