(X)，Vt(x)構(gòu)建MX 2樣本矩 陣Γ'? =色("),?, (:X),V, (x))，進(jìn)行自適應(yīng)K-means聚類，獲得聚類結(jié)果Dt(η)，如公式 (4)~(5)。其中Ct(l)，Ct(2)，···，Ct(k)，…，C t(Kt)為類質(zhì)心強(qiáng)度，ne [1，Μ]為運(yùn)動(dòng)像素?cái)?shù)目。
[0039]
[0040]
[0041] 步驟三：編號標(biāo)記每個(gè)類對應(yīng)的8鄰域連通子區(qū)域，并建立子區(qū)域模板 Ε;1 =沁_(dá)1,，<.砹，砹；}、觀測（即：運(yùn)動(dòng)檢測區(qū)域）模型礦=以，/;：^二砹卜增量模型 ΔΕ:1 =丨一Μ;;-"模板-觀測，，穩(wěn)定子區(qū)域?qū)??;'叫模型：?:1 =片:"舍 if =丨七，。其中下標(biāo)x，A，S，V，A_ratio和SV_ratio分別表示子區(qū)域形心、面積、S 色彩分量平均值、V色彩分量平均值、面積變化率和色彩變化率;r 1 e [ 1，Nl ]、s 1 e [ 1，N2 ]和 me[l，N3]分別為Ef、if和的子區(qū)域序號和數(shù)目； 盡!《校和噴計(jì)算如公式(6 ~9)。其中灰?,?;?為第rl個(gè)模板子區(qū)域?qū)?yīng)的|(?),?,(?),§;ι(?)，?:ι(?)為第si個(gè)觀測 子區(qū)域?qū)?yīng)的。
[0042]
(6)
[0043]
[0044]
[0045]
[0046] 步驟四：根據(jù)模板差分Δ;'1、形心距離<!,、面積變化率和色彩變化率 略__，建立目標(biāo)模板Ε;:1和當(dāng)前觀測模型if子區(qū)域間關(guān)聯(lián)，挖掘"模板-觀測"穩(wěn)定子區(qū)域 特征對并獲得模板穩(wěn)定子區(qū)域增量
如公式（?ο)~（η)。 其弓
|,人2已（0,0.35]和人3已（0,0.2]，作為優(yōu)選人 2已[0.2,0.3]和入3已
[0.1，0.15]，計(jì)算時(shí)可選人2 = 0.3和人3 = 0.1為閾值。
[0047]
[0048]
[0049]
[0050]
[0051]
[0052] 步驟五:根據(jù)目標(biāo)模板穩(wěn)定子區(qū)域的加權(quán)平均增量?,計(jì)算平均形心位移5、，·再融 合運(yùn)動(dòng)檢測區(qū)域中心<ta:i和上一幀軌跡xm獲得當(dāng)前幀目標(biāo)軌跡xt，如公式（15)~（16);并 根據(jù)平均面積變化率平均面積變化量乙,、平均色彩平移量5&，和5α更新目標(biāo)模板 獲得Ei ,如公式（17)~（21)。其中SIGN表示< 的正負(fù)符號，γ e[0，l]，最為優(yōu)選γ = 0.8為權(quán)值。
[0053] _ι
[0054] .s
[0055] ^
[0056] i
[0057] I
[0058] J
[0059] 1
[0060] 如圖2~9所示，圖2為自適應(yīng)背景差分檢測到的目標(biāo)運(yùn)動(dòng)區(qū)域；由于目標(biāo)陰影在目 標(biāo)外觀變化時(shí)可為目標(biāo)提供有效的定位信息，這里陰影被視作目標(biāo)體的一部分。
[0061] 圖3為圖2的V色彩分量直方圖輪廓中值濾波后的結(jié)果、一倍主峰均值和β倍主峰均 值；曲線表示濾波后的直方圖輪廓，虛線和實(shí)線分別表示一倍和β倍主峰均值;殘余峰能量 的殘余率為RESt = 0.25，聚類數(shù)為Kt = 3;
[0062] 圖4(a)、圖4(b)、圖4(c)、圖4(d)、圖5(a)和圖5(b)體現(xiàn)和說明了目標(biāo)聚類子區(qū)域 特征在序列幀間的變化規(guī)律和對應(yīng)關(guān)系，其中符號' + '表示每個(gè)子區(qū)域形心位置;圖5(a)和 圖5(b)為視頻序列的230幀和239幀的目標(biāo)運(yùn)動(dòng)區(qū)域自適應(yīng)聚類和類連通子區(qū)域標(biāo)記結(jié)果 圖，圖6(a)和圖6(b)為從230幀中選取的模板及局部放大圖；目標(biāo)模板尺度為85 X 59,包含3 個(gè)類和14個(gè)子區(qū)域;模板選自230幀原圖；其中圓點(diǎn)符號表示初始目標(biāo)軌跡。
[0063] 圖7(a)、圖7(b)、圖7(c)、圖7(d)和圖7(e)為視頻序列的231幀、235幀、239幀、241 幀和243幀的原圖；圖8(a)、圖8(b)、圖8(c)、圖8(d)和圖8(e)為視頻序列的231幀、235幀、 239幀、241幀和243幀的目標(biāo)運(yùn)動(dòng)區(qū)域聚類和標(biāo)記結(jié)果，圖9(a)、圖9(b)、圖9(c)、圖9(d)和 圖9(e)為視頻序列的231幀、235幀、239幀、241幀和243幀的穩(wěn)定子區(qū)域特征挖掘和目標(biāo)軌 跡跟蹤結(jié)果。從圖9(a)、圖9(b)、圖9(c)、圖9(d)和圖9(e)可知，對視頻序列中目標(biāo)運(yùn)動(dòng)區(qū)域 的聚類子區(qū)域進(jìn)行實(shí)時(shí)關(guān)聯(lián)，利用挖掘到的穩(wěn)定子區(qū)域特征對目標(biāo)軌跡定位，符合實(shí)際視 頻中目標(biāo)外觀局部特征隨目標(biāo)外觀和姿態(tài)漸變等變化的規(guī)律、以及子區(qū)域位移與目標(biāo)軌跡 間的對應(yīng)規(guī)律。
[0064]以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出：對于本技術(shù)領(lǐng)域的普通技術(shù)人 員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng) 視為本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種基于聚類子區(qū)域關(guān)聯(lián)的穩(wěn)定特征挖掘和目標(biāo)跟蹤方法，其特征在于，包括步驟 如下： 步驟一：利用迭代闊值背景差分和自動(dòng)背景更新檢測目標(biāo)運(yùn)動(dòng)區(qū)域，根據(jù)該區(qū)域V， 化Iue色彩分量直方圖峰輪廓、候選峰、區(qū)域峰和殘余峰能量，獲得聚類數(shù)； 步驟二：構(gòu)建目標(biāo)區(qū)域運(yùn)動(dòng)像素的S，Saturat ion和V色彩矩陣，并進(jìn)行類數(shù)自適應(yīng)的K-me曰ns聚類； 步驟=:標(biāo)記每個(gè)類連通子區(qū)域，并建立子區(qū)域模板、觀測模型和增量模型描述； 步驟四：建立目標(biāo)模板和當(dāng)前觀測模型子區(qū)域間關(guān)聯(lián)，挖掘"模板-觀測"穩(wěn)定子區(qū)域特 征對和模板特征變化率； 步驟五:加權(quán)融合各穩(wěn)定子區(qū)域形屯、位移，獲得目標(biāo)當(dāng)前軌跡，并根據(jù)穩(wěn)定特征的加權(quán) 平均增量變化率，逐帖更新目標(biāo)模板。2. 根據(jù)權(quán)利要求1所述的基于聚類子區(qū)域關(guān)聯(lián)的穩(wěn)定特征挖掘和目標(biāo)跟蹤方法，其特 征在于，所述步驟一中自適應(yīng)獲得聚類數(shù)步驟： Ia.提取目標(biāo)運(yùn)動(dòng)檢測區(qū)域的V色彩分量直方圖峰輪廓； 化.利用窗口長為n的中值濾波平滑峰輪廓，W突出主峰乂"。其中n取大于等于2的整數(shù)， 11 = 1,2…，Ll為主峰數(shù)目； lc. 選擇大于0倍主峰均值的/,"作為候選峰若2 ,如公式（1)，其中Pe [1,1.引為尺度因 子，12 = 1,2…，L2為候選峰數(shù)目；(1) ld. 累加小于主峰均值的//1獲得殘余峰能量SUMt和殘余率RESt，如公式(2)~(3);(2) 口) Ie .當(dāng)相鄰候選峰乂。和護(hù)"對應(yīng)的V色彩分量差分滿足悼-滬11> 時(shí)，滬和欠 W均被 作為確定區(qū)域峰；當(dāng)|皆-礦時(shí)，保留max巧"，於"I中較大峰作為臨時(shí)區(qū)域峰，并將序號 賦值為12 + 1，即方:"=。皿{於，護(hù)+1}，重復(fù)該過程，依次將臨時(shí)區(qū)域峰與下一相鄰峰 於+。"1進(jìn)行比較，并重復(fù)max賦值過程，直到悼+m -護(hù)+'"11>巧成立，此時(shí)的較大峰護(hù)""1方可 被作為確定區(qū)域峰；確定區(qū)域峰數(shù)目即為聚類數(shù)Kt。當(dāng)RESt>Q2時(shí)，增加一個(gè)聚類，即 爲(wèi)居馬+1;其中闊值口1 MO，口2 > 0.3。3. 根據(jù)權(quán)利要求1所述的基于聚類子區(qū)域關(guān)聯(lián)的穩(wěn)定特征挖掘和目標(biāo)跟蹤方法，其特 征在于，所述步驟二中對目標(biāo)區(qū)域運(yùn)動(dòng)像素X的S和V色彩分量St(X) ,Vt(X)構(gòu)建MX2樣本矩 陣r,(") =悼片(、).\';1>))，并進(jìn)行自適應(yīng)1(-1116日113聚類，獲得聚類結(jié)果0*(11)，如公 式(4)~(5);其中ne[l，M]為運(yùn)動(dòng)像素?cái)?shù)目，Ct(l)，Ct(2)，…，Ct化），…，Ct化t)為類質(zhì)屯、強(qiáng) (4) 度。(5)4. 根據(jù)權(quán)利要求1所述的基于聚類子區(qū)域關(guān)聯(lián)的穩(wěn)定特征挖掘和目標(biāo)跟蹤方法，其特 征在于，所述步驟=中對每個(gè)類連通子區(qū)域4或8鄰域連通編號標(biāo)記，并建立子區(qū)域模板 E'/ =候，巧,，媽，皆、,}、觀測模型F;i = {咕巧,，巧1,，巧}、增量模型AE:i = 。模板-觀測"穩(wěn)定子區(qū)域特征對（％'，卸'）模型：起"=憐',，娩，每，卸,}和 C = [巧，巧:,，鉛，識};其中下標(biāo)X，A，S，V，A_r和SV_ratio分別表示子區(qū)域形屯、、面積、S色彩 分量平均值、V色彩分量平均值、面積變化率和色彩變化率;r 1 e [ 1，Nl ]、S1 e [ 1，N2]和me [1，N3]分別為E,i、： If和（軒，皆；)的子區(qū)域序號和數(shù)目；瑪，計(jì)算如公式（6)，同理計(jì)算 巧，巧，喘;其中皆㈱為第rl個(gè)子區(qū)域?qū)?yīng)的f；樹。鉤5. 根據(jù)權(quán)利要求1所述的基于聚類子區(qū)域關(guān)聯(lián)的穩(wěn)定特征挖掘和目標(biāo)跟蹤方法，其特 征在于，所述步驟四中根據(jù)模板差分、形必距離媒、面積變化率的,W和色彩變化率 乂,，,W，建立目標(biāo)模板E:i和當(dāng)前觀測模型護(hù)子區(qū)域間關(guān)聯(lián)，挖掘"模板-觀測"穩(wěn)定子區(qū)域 特征對柯常；！，并獲得模板穩(wěn)定子區(qū)域增量，如公式(7)~（11); 其中(0,0.35巧PAsE (0,0.2]為闊值。6. 根據(jù)權(quán)利要求1所述的基于聚類子區(qū)域關(guān)聯(lián)的穩(wěn)定特征挖掘和目標(biāo)跟蹤方法，其特 征在于，所述步驟五中根據(jù)目標(biāo)模板穩(wěn)定子區(qū)域的加權(quán)平均增量4計(jì)算平均形屯、位移S、,， 再融合運(yùn)動(dòng)檢測區(qū)域中屯、XfW和上一帖軌跡Xt-I獲得當(dāng)前帖目標(biāo)軌跡Xt,如公式（12)~ (13);并根據(jù)平均面積變化率屯、平均面積變化量、.,、平均色彩平移量兩,,和更新 目標(biāo)模板獲得喊，如公式（14)~（18);其中SIGN表示、W的正負(fù)符號，丫 e[〇，l]為權(quán) 值。7. 根據(jù)權(quán)利要求2所述的基于聚類子區(qū)域關(guān)聯(lián)的穩(wěn)定特征挖掘和目標(biāo)跟蹤方法，其特 征在于:所述n取[2,5]，0=1.38,QiE [15,20]作為優(yōu)選日1二15,日2^ [0.35,0.45]作為優(yōu)選 口2 = 0.45。8. 根據(jù)權(quán)利要求5所述的基于聚類子區(qū)域關(guān)聯(lián)的穩(wěn)定特征挖掘和目標(biāo)跟蹤方法，其特 征在于:所述^E [0.2,0.3]作為優(yōu)選A2 = 0.3,AsE [0.1,0.15]作為優(yōu)選As = O. 1。9. 根據(jù)權(quán)利要求6所述的基于聚類子區(qū)域關(guān)聯(lián)的穩(wěn)定特征挖掘和目標(biāo)跟蹤方法，其特 征在于:所述丫 =0.8。
【專利摘要】本發(fā)明公開了一種基于聚類子區(qū)域關(guān)聯(lián)的穩(wěn)定特征挖掘和目標(biāo)跟蹤方法，a)自適應(yīng)檢測目標(biāo)運(yùn)動(dòng)區(qū)域，提取該運(yùn)動(dòng)區(qū)域的V色彩分量直方圖峰輪廓，根據(jù)候選峰、區(qū)域峰和殘余峰能量，獲得聚類數(shù)；b)構(gòu)建目標(biāo)運(yùn)動(dòng)區(qū)域的S和V分量樣本灰度矩陣，進(jìn)行類數(shù)自適應(yīng)的K-means聚類；c)對基于類的連通子區(qū)域進(jìn)行標(biāo)記并建立子區(qū)域模板、觀測模型和增量模型描述；d)建立目標(biāo)模板和當(dāng)前觀測模型子區(qū)域間關(guān)聯(lián)，挖掘“模板-觀測”穩(wěn)定子區(qū)域特征對及模板特征變化率；e)加權(quán)融合模板各穩(wěn)定子區(qū)域位移、目標(biāo)檢測區(qū)域中心和上一幀軌跡以定位目標(biāo)當(dāng)前軌跡，并根據(jù)穩(wěn)定特征的加權(quán)平均增量及其變化率逐幀更新目標(biāo)模板。
【IPC分類】G06K9/46, G06K9/00
【公開號】CN105512625
【申請?zhí)枴緾N201510874560
【發(fā)明人】路紅, 李宏勝, 劉大偉, 湯皓, 宗成成
【申請人】南京工程學(xué)院
【公開日】2016年4月20日
【申請日】2015年12月2日