基于顏色-結構特征的目標對象跟蹤方法
【技術領域】
[0001] 本發明涉及模式識別以及計算機視覺技術領域，尤其涉及一種基于顏色-結構特 征的目標對象跟蹤方法。
【背景技術】
[0002] 增強現實（AugmentedReality，AR)技術能夠將真實世界中的對象和信息，與計算 機生成的虛擬世界中的對象和信息進行無縫地融合，具有虛實結合、實時交互等特點，可以 為人們提供更加豐富的信息和更加便捷的信息獲取體驗，增強人們對真實世界的理解和感 知。
[0003] 基于視頻的增強現實技術，因應用成本較低且能夠普遍適用于多種環境中，近年 來發展迅速。如何準確地跟蹤真實世界中的物體，是實現增強現實技術中虛實結合的關鍵 之一。作為增強現實技術實現的基礎，基于視頻圖像的目標跟蹤技術，目前廣泛應用于安全 監控、車輛自主駕駛、導航制導與控制、人機交互等領域，是近年來計算機視覺領域的重點 研究方向之一。
[0004] 基于視頻的增強現實技術中，視頻對象跟蹤通常需要將虛擬對象跟蹤并注冊在一 個實時拍攝的現實對象上。對于運動對象的跟蹤，如果一個視頻序列的每幅關鍵幀圖像都 重復同樣的跟蹤算法，則整個運算的復雜度和計算量將非常大。
[0005] 同時，鑒于對運動對象的特征識別及對運動中形態變化的對象的跟蹤的復雜性， 如何有效地保證對運動對象的識別精度及檢測跟蹤的實時性，成為增強現實技術實現廣泛 應用亟待解決的技術問題之一。
【發明內容】
[0006] 本發明所要解決的技術問題在于針對現有技術中對視頻圖像中的運動對象跟蹤 的復雜度高與準確性低的缺陷，提供一種基于顏色-結構特征的目標對象跟蹤方法，根據 顏色特征和結構特征的結合，對視頻圖像中的目標對象進行識別，并與預設的模型數據庫 進行對象的比對匹配，實現對目標對象的確定及跟蹤，提高基于視頻圖像的目標跟蹤系統 的準確性、實時性和魯棒性。
[0007] 有鑒于此，本發明提供了一種基于顏色-結構特征的目標對象跟蹤方法，包括：對 視頻中的圖像進行對象檢測，獲取所述視頻的當前幀圖像中的至少一個對象；根據所述對 象的像素顏色信息，對所述對象進行超像素分割；根據所述對象中符合預設條件的超像素， 確定所述對象的顏色特征和結構特征；通過與預設的對象模型數據庫中的待跟蹤對象進行 顏色特征和結構特征的比對匹配，在所述當前幀圖像中確定待跟蹤的目標對象，記錄所述 目標對象在所述當前幀圖像中的位置信息；根據所述目標對象在所述當前幀圖像中的顏色 特征和結構特征，在所述視頻的下一幀圖像中跟蹤所述目標對象，更新所述目標對象的位 置信息。
[0008] 優選地，對視頻中的圖像進行對象檢測，包括：讀取所述視頻中的圖像，通過前景 識別或輪廓識別，對所述視頻中的圖像進行所述對象檢測。
[0009] 優選地，該方法包括：對所述對象進行所述超像素分割，所述對象得到一組包含1 個超像素的集合{s1，S2,S3,…，S1}，其中，1為大于等于1的正整數。
[0010] 優選地，根據所述對象中符合預設條件的超像素，確定所述對象的顏色特征和結 構特征，包括：所述對象的超像素集合中，超像素Sk所包含的像素數為nk，所述超像素爐的
;根據所述對象的超像素集合中P大于預設閾值的超像素， 計算得到所述對象的顏色特征和結構特征。
[0011] 優選地，該方法還包括：將基于HSV顏色空間描述的所述像素顏色信息，轉換為通 過柱坐標系下的歐氏空間坐標表示所述像素的顏色特征。
[0012] 優選地，所述對象的結構特征包括所述對象中的超像素的距離和夾角。
[0013] 優選地，在所述當前幀圖像中確定待跟蹤的目標對象，包括：進行所述比對匹配 后，計算所述當前幀圖像中的對象與所述待跟蹤對象的匹配度，若所述匹配度達到預設的 匹配閾值，則將所述當前幀圖像中的該對象確定為所述目標對象。
[0014] 優選地，該方法還包括：記錄所述目標對象在所述當前幀圖像中的位置信息后，根 據所述目標對象在所述當前幀圖像中的位置信息，估測所述目標對象在所述下一幀圖像中 的位置信息。
[0015] 優選地，根據所述目標對象在所述當前幀圖像中的顏色特征和結構特征，在所述 視頻的下一幀圖像中跟蹤所述目標對象，包括：根據估測出的所述目標對象在所述下一幀 圖像中的位置信息，在所述下一幀圖像中提取子圖像，根據所述目標對象在所述子圖像中 的顏色特征和結構特征，在所述子圖像中確定所述目標對象。
[0016] 優選地，該方法還包括：對所述視頻中的圖像進行所述對象檢測前，建立所述對象 模型數據庫，存儲所述待跟蹤對象的顏色特征和結構特征。
[0017] 以上本發明的技術方案，在對視頻圖像中的目標對象進行跟蹤時，采用與顏色相 關性較高的超像素對圖像中的對象進行超像素分割，通過將超像素與對象的顏色特征和結 構特征相結合，再計算視頻圖像中的對象與模型對象的特征匹配度，通過特征匹配來確定 待跟蹤的目標對象。在視頻的下一幀圖像中，通過與視頻的上一幀圖像中的目標對象的顏 色特征和結構特征進行比對匹配，實現了對視頻中的對象的跟蹤。本發明的技術方案有效 地克服了基于像素特征描述的對象跟蹤方法依賴于目標對象紋理的缺陷，同時提高了視頻 圖像中目標對象跟蹤算法對紋理單一目標的適用性。
[0018] 本發明的其它特征和優點將在隨后的說明書中闡述，并且，部分地從說明書中變 得顯而易見，或者通過實施本發明的技術方案而了解。本發明的目的和其他優點可通過在 說明書、權利要求書以及附圖中所特別指出的結構和/或流程來實現和獲得。
【附圖說明】
[0019] 為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例的描 述中所需要使用的附圖作簡單地介紹。顯而易見地，下面描述中的附圖僅僅是本發明的一 些實施例的說明，對于本領域的普通技術人員來講，在不付出創造性勞動性的前提下，還可 以根據這些附圖獲得其它的附圖：
[0020] 圖1示出了根據本發明第一種實施例的基于顏色-結構特征的目標對象跟蹤方法 的流程示意圖；
[0021] 圖2示出了根據本發明第二種實施例的基于顏色-結構特征的目標對象跟蹤方法 的流程示意圖。
【具體實施方式】
[0022] 為了能夠更清楚地理解本發明的目的、特征和優點，下面結合附圖和具體實施方 式對本發明做進一步的詳細描述。需要說明的是，在不沖突的情況下，本申請的實施例及實 施例中的特征可以相互結合。
[0023] 在下面的描述中，闡述了很多具體的技術細節，以便于充分理解本發明。但是，這 僅僅是本發明的一些實施例，本發明還可以采用其他不同于在此處描述的其他方式來實 施。因此，本發明的保護范圍并不受下面公開的具體實施例的限制。
[0024] 圖1示出了根據本發明第一種實施例的基于顏色-結構特征的目標對象跟蹤方法 的流程示意圖。
[0025] 如圖1所示，根據本發明第一種實施例的基于顏色-結構特征的目標對象跟蹤方 法，主要包括