本發(fā)明屬于計(jì)算視覺檢測(cè)技術(shù)領(lǐng)域，特別是涉及一種多目標(biāo)視覺檢測(cè)和跟蹤方法。

背景技術(shù)：

視覺是人類觀察和認(rèn)知世界的重要手段。人類從外部獲得的信息中約有75%來自于視覺系統(tǒng)。計(jì)算機(jī)視覺作為一門獨(dú)立的學(xué)科如果說是從美國(guó)麻省理工學(xué)院Man教授這—代人所做的奠基工作開始，那么它己經(jīng)有近40年的歷史。由于計(jì)算機(jī)視覺的潛在應(yīng)用十分廣泛，所涉及的學(xué)科知識(shí)極其繁多，研究的問題又極富挑戰(zhàn)性，因此它一直是計(jì)算機(jī)學(xué)科中一門熱門研究。近年來，隨著圖像處理技術(shù)和人工智能的發(fā)展，計(jì)算機(jī)視覺技術(shù)也在不斷地進(jìn)步，其應(yīng)用領(lǐng)域也在不斷擴(kuò)展。

視覺目標(biāo)跟蹤是計(jì)算機(jī)視覺中的一個(gè)重要的任務(wù),所謂視覺目標(biāo)跟蹤，就是對(duì)圖像序列中的運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)、識(shí)別和跟蹤，獲得目標(biāo)的運(yùn)動(dòng)狀態(tài)：位置、大小、速度和目標(biāo)的運(yùn)動(dòng)軌跡等。通過對(duì)運(yùn)動(dòng)目標(biāo)的狀態(tài)和軌跡的分析，可以進(jìn)行一些更加高層的行為分析，常見的應(yīng)用包括：智能安防監(jiān)控、智能交通、人機(jī)交互和智能導(dǎo)航等。視覺目標(biāo)跟蹤在智能安防監(jiān)控中主要應(yīng)用于對(duì)安全部門、公共場(chǎng)合、私人住宅等可視區(qū)域進(jìn)行監(jiān)督，對(duì)可疑行為進(jìn)行和異常情況進(jìn)行檢測(cè)和自動(dòng)報(bào)瞥等：在智能交通中主要應(yīng)用于交通流童統(tǒng)計(jì)和車輛異常情況檢測(cè)等；在人機(jī)交互方面主要應(yīng)用于手勢(shì)、姿態(tài)和動(dòng)作等行為的識(shí)別等：智能導(dǎo)航方面的主要應(yīng)用于機(jī)器人跟蹤視場(chǎng)中指定目標(biāo)等。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種多目標(biāo)視覺檢測(cè)和跟蹤方法，通過基于運(yùn)動(dòng)檢測(cè)目標(biāo)的方法，能夠同時(shí)對(duì)多個(gè)目標(biāo)進(jìn)行檢測(cè)，采用基于顏色直方圖等全局特征的目標(biāo)關(guān)聯(lián)跟蹤，在目標(biāo)發(fā)生遮擋情況下，通過遮擋目標(biāo)的顏色直方圖進(jìn)行模型匹配，提高了檢測(cè)的準(zhǔn)確性。

本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：

本發(fā)明為一種多目標(biāo)視覺檢測(cè)和跟蹤方法，包括如下步驟：

步驟一，運(yùn)動(dòng)目標(biāo)檢測(cè)：監(jiān)測(cè)目標(biāo)的位置、目標(biāo)大小和目標(biāo)二值掩膜圖像；

步驟二，全局特征提?。和ㄟ^顏色直方圖、梯度方向直方圖和LBP紋理的外觀模型對(duì)目標(biāo)進(jìn)行描述；

步驟三，目標(biāo)幀間關(guān)聯(lián)匹配：通過對(duì)每個(gè)跟蹤目標(biāo)找到一個(gè)距離最近的檢測(cè)目標(biāo)，當(dāng)這個(gè)距離在給定閾值范圍內(nèi)，則表示該跟蹤目標(biāo)和檢測(cè)目標(biāo)之間是匹配的；

步驟四，目標(biāo)跟蹤模型；通過目標(biāo)跟蹤模型獲取目標(biāo)的運(yùn)動(dòng)軌跡。

優(yōu)選地，所述運(yùn)動(dòng)目標(biāo)檢測(cè)的具體步驟為：

a將當(dāng)前幀圖像通過高斯平滑去噪，得到平滑圖像；

b通過時(shí)間平均背景模型和/或混合高斯背景模型進(jìn)行圖像的背景建模，通過建模得到前景二值圖像和背景圖像；

c陰影去除，將前景二值圖像的陰影除去；

d團(tuán)塊檢測(cè)，得到團(tuán)塊的位置和大小。

優(yōu)選地，所述陰影去除的方法采用基于模型的方法或基于屬性的方法；基于模型的方法是通過利用場(chǎng)景、目標(biāo)和光照建立陰影模型，對(duì)三維物體的棱、角、線進(jìn)行匹配；基于屬性的方法是利用陰影的幾何特點(diǎn)、亮度、色彩信息來標(biāo)示陰影區(qū)域。

優(yōu)選地，所述團(tuán)塊檢測(cè)采用的是Rita Cucchiara的陰影檢測(cè)方法。

優(yōu)選地，所述步驟四中目標(biāo)跟蹤模型采用Kalman濾波器。

本發(fā)明具有以下有益效果：

本發(fā)明通過基于運(yùn)動(dòng)檢測(cè)目標(biāo)的方法，能夠同時(shí)對(duì)多個(gè)目標(biāo)進(jìn)行檢測(cè)，降低了檢測(cè)成本，采用基于顏色直方圖等全局特征的目標(biāo)關(guān)聯(lián)跟蹤，在目標(biāo)發(fā)生遮擋情況下，通過遮擋目標(biāo)的顏色直方圖進(jìn)行模型匹配，提高了檢測(cè)的準(zhǔn)確性。

當(dāng)然，實(shí)施本發(fā)明的任一產(chǎn)品并不一定需要同時(shí)達(dá)到以上所述的所有優(yōu)點(diǎn)。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明的一種多目標(biāo)視覺檢測(cè)和跟蹤方法流程圖；

圖2為運(yùn)動(dòng)目標(biāo)檢測(cè)的流程圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請(qǐng)參閱圖1所示，本發(fā)明為一種多目標(biāo)視覺檢測(cè)和跟蹤方法，包括如下步驟：

步驟一，運(yùn)動(dòng)目標(biāo)檢測(cè)：監(jiān)測(cè)目標(biāo)的位置、目標(biāo)大小和目標(biāo)二值掩膜圖像；

步驟二，全局特征提?。和ㄟ^顏色直方圖、梯度方向直方圖和LBP紋理的外觀模型對(duì)目標(biāo)進(jìn)行描述；

步驟三，目標(biāo)幀間關(guān)聯(lián)匹配：通過對(duì)每個(gè)跟蹤目標(biāo)找到一個(gè)距離最近的檢測(cè)目標(biāo)，當(dāng)這個(gè)距離在給定閾值范圍內(nèi)，則表示該跟蹤目標(biāo)和檢測(cè)目標(biāo)之間是匹配的；

步驟四，目標(biāo)跟蹤模型；通過目標(biāo)跟蹤模型獲取目標(biāo)的運(yùn)動(dòng)軌跡。

其中如圖2所示，運(yùn)動(dòng)目標(biāo)檢測(cè)的具體步驟為：

a將當(dāng)前幀圖像通過高斯平滑去噪，得到平滑圖像；

b通過時(shí)間平均背景模型和/或混合高斯背景模型進(jìn)行圖像的背景建模，通過建模得到前景二值圖像和背景圖像；

c陰影去除，將前景二值圖像的陰影除去；

d團(tuán)塊檢測(cè)，得到團(tuán)塊的位置和大小。

其中，陰影去除的方法采用基于模型的方法或基于屬性的方法；基于模型的方法是通過利用場(chǎng)景、目標(biāo)和光照建立陰影模型，對(duì)三維物體的棱、角、線進(jìn)行匹配；基于屬性的方法是利用陰影的幾何特點(diǎn)、亮度、色彩信息來標(biāo)示陰影區(qū)域。

其中，團(tuán)塊檢測(cè)采用的是Rita Cucchiara的陰影檢測(cè)方法。

其中，步驟四中目標(biāo)跟蹤模型采用Kalman濾波器。

值得注意的是，上述系統(tǒng)實(shí)施例中，所包括的各個(gè)單元只是按照功能邏輯進(jìn)行劃分的，但并不局限于上述的劃分，只要能夠?qū)崿F(xiàn)相應(yīng)的功能即可；另外，各功能單元的具體名稱也只是為了便于相互區(qū)分，并不用于限制本發(fā)明的保護(hù)范圍。

另外，本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述各實(shí)施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，相應(yīng)的程序可以存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，所述的存儲(chǔ)介質(zhì)，如ROM/RAM、磁盤或光盤等。

以上公開的本發(fā)明優(yōu)選實(shí)施例只是用于幫助闡述本發(fā)明。優(yōu)選實(shí)施例并沒有詳盡敘述所有的細(xì)節(jié)，也不限制該發(fā)明僅為所述的具體實(shí)施方式。顯然，根據(jù)本說明書的內(nèi)容，可作很多的修改和變化。本說明書選取并具體描述這些實(shí)施例，是為了更好地解釋本發(fā)明的原理和實(shí)際應(yīng)用，從而使所屬技術(shù)領(lǐng)域技術(shù)人員能很好地理解和利用本發(fā)明。本發(fā)明僅受權(quán)利要求書及其全部范圍和等效物的限制。