專利名稱：一種目標(biāo)模板的更新方法
技術(shù)領(lǐng)域：
本發(fā)明涉及視頻監(jiān)控跟蹤以及圖像處理技術(shù)領(lǐng)域，尤其涉及一種目標(biāo)模板的更新方法。
背景技術(shù)：
隨著智能監(jiān)控技術(shù)的不斷發(fā)展和圖像處理技術(shù)的日益成熟，原有的采用人力進(jìn)行可疑目標(biāo)監(jiān)控已經(jīng)滿足不了需求，而以人工智能和視頻分析等技術(shù)為主的智能安防系統(tǒng)很大程度上能彌補(bǔ)人力不足的問題。智能安防系統(tǒng)優(yōu)勢在于保安人員無需實(shí)地巡邏，便可以通過監(jiān)控系統(tǒng)傳回的視頻獲得現(xiàn)場的實(shí)際情況，以便于迅速做出決策，因此有著廣闊的發(fā) 展空間和巨大的潛在市場。它們主要是利用圖像處理的方法，在現(xiàn)實(shí)場景中自動檢測目標(biāo)入侵，使計算機(jī)具有某種理解和分析視頻的能力，從而對目標(biāo)入侵等行為進(jìn)行報警。目標(biāo)的跟蹤是數(shù)字視頻技術(shù)中的一個重要的研究方向，其應(yīng)用十分地廣泛，從工業(yè)檢測到安全監(jiān)視，從醫(yī)學(xué)圖像到軍事應(yīng)用等等，許多領(lǐng)域都有涉及，例如交通流量的檢測、重要場所的保安、航空和汽車的自動駕駛或輔助駕駛，軍事中的武器制導(dǎo)和控制的方面。由于跟蹤目標(biāo)形態(tài)的多樣性和目標(biāo)特征變化的不確定性，如何實(shí)現(xiàn)各種環(huán)境下有效的目標(biāo)跟蹤一直是研究的熱點(diǎn)。對于一般視頻序列目標(biāo)跟蹤算法，由于采用單一更新速度參數(shù)來控制模板特征更新，若更新速度參數(shù)初始設(shè)置偏小，那么在目標(biāo)所處環(huán)境變化比較劇烈(如光照突然增強(qiáng)或減弱)的情況下，由于目標(biāo)特征變化比較快，出現(xiàn)目標(biāo)模板特征更新跟不上目標(biāo)特征變化的速度，從而引起目標(biāo)丟失的現(xiàn)象，若更新速度參數(shù)初始設(shè)置偏大，雖然可以適應(yīng)光照劇烈變化的情況，但是當(dāng)目標(biāo)被遮擋時，容易將非目標(biāo)物信息更新到模板中來，從而引起跟錯的現(xiàn)象，大大限制了跟蹤的有效性。
發(fā)明內(nèi)容
針對光照劇烈變化引起的目標(biāo)模板劇變導(dǎo)致目標(biāo)丟失的問題，本發(fā)明提供一種新的模板更新方法，可以實(shí)時、快速的適應(yīng)跟蹤場景中的光照劇變，同時在發(fā)生遮擋現(xiàn)象時也不會錯誤的更新模板，為持續(xù)的目標(biāo)跟蹤提供有力支持。一種目標(biāo)模板的更新方法，包括以下步驟步驟I :對比當(dāng)前幀與前一幀中，目標(biāo)所在位置是否發(fā)生光照劇變；步驟2 :未發(fā)生光照劇變時，按預(yù)設(shè)的目標(biāo)模板的更新速度參數(shù)更新目標(biāo)模板及其各特征通道模板；當(dāng)發(fā)生光照劇變時，重新計算目標(biāo)模板的更新速度參數(shù)，執(zhí)行步驟3 ；步驟3 :將步驟2的更新速度參數(shù)引入到選擇性子模型更新策略，更新目標(biāo)模板及其各特征通道模板；步驟4 :按次序針對每一幀執(zhí)行步驟I 3。所述的步驟I中包括
步驟101，在當(dāng)前幀中確定目標(biāo)(目標(biāo)圖像)所在的位置以及范圍，可以利用現(xiàn)有算法，例如利用mean shift迭代算法根據(jù)前一幀目標(biāo)所在的位置以及范圍，計算出當(dāng)前幀目標(biāo)所在的位置以及范圍。步驟102，提取目標(biāo)在該位置下的特征通道的直方圖，所述的特征通道選取的是R、G、B、亮度((R+G+B)/3)、色調(diào)(H)五種通道。步驟103，將目標(biāo)特征通道的直方圖與目標(biāo)特征通道的直方圖模板相比較，確定是否發(fā)生光照劇變；在視頻目標(biāo)的跟蹤算法中，一般都要需先建立目標(biāo)模板及其各特征通道模板，根據(jù)各自對應(yīng)的直方圖可以獲得目標(biāo)特征通道的模板直方圖以及目標(biāo)模板直方圖。也稱目標(biāo)特征通道的直方圖模板或目標(biāo)模板直方圖。目標(biāo)特征通道的直方圖模板以及目標(biāo)直方圖模板是不斷更新的，在進(jìn)行比較時，所述的目標(biāo)特征通道的直方圖模板以及目標(biāo)直方圖模板都是指上一次更新后得到的。結(jié)合到本發(fā)明，目標(biāo)特征通道的直方圖模板包括R、G、B、亮度、色調(diào)五種通道的直方圖模板。所述的步驟103中，將目標(biāo)特征通道的直方圖與目標(biāo)特征通道的直方圖模板相比較時，若同時滿足條件A和條件B，則認(rèn)為發(fā)生光照劇變條件A、目標(biāo)的R、G、B、亮度4個通道的直方圖與對應(yīng)直方圖模板的匹配值相比前一幀發(fā)生明顯減少，而色調(diào)通道的直方圖與其直方圖模板的匹配值相比變化不明顯，并且R、G、B、亮度4個通道的直方圖中心相對于對應(yīng)的直方圖模板中心的偏移方向一致。計算所述的匹配值時可以利用現(xiàn)有的計算方式，而后歸一化為O I的范圍，一 般情況下當(dāng)匹配值變化大于等于O. 3的時候可認(rèn)為發(fā)生明顯變化，否則可認(rèn)為是變化不明顯。例如，在前一幀(X幀)中，R通道的直方圖與R通道的直方圖模板(在該X幀之前的上一次更新后的R通道的直方圖模板)的匹配值為O. 7 ；當(dāng)前幀中，R通道的直方圖與R通道的直方圖模板(在該X幀之前的上一次更新后的R通道的直方圖模板)的匹配值為O. 3 ；O. 7-0. 3 = 0. 4，則可認(rèn)為R通道的直方圖與R通道的直方圖模板的匹配值相比前一幀發(fā)生明顯減少。條件B、當(dāng)前幀各個特征通道的直方圖的水平投影生成的直方圖與各特征通道的直方圖模板水平投影生成的直方圖的相似程度大于設(shè)定的閾值，且各個特征通道的直方圖重心在與對應(yīng)的直方圖模板的重心對齊后，與對應(yīng)的通道直方圖模板的相似程度大于設(shè)定的閾值。在判定相似程度是可利用巴氏系數(shù)來衡量，巴氏系數(shù)處于O. 9 I之間時判定為相似。即相似程度的閾值為O. 9。步驟2中，當(dāng)發(fā)生光照劇變時，重新計算目標(biāo)模板的更新速度參數(shù)a，a = (min (abs ( σ ))，O. 3)+min ((t_l)3，9) *0. 2*min (abs ( σ )/O. 5，I))/3 (I)其中σ為目標(biāo)直方圖與目標(biāo)直方圖模板的重心的差值；t為光照突變的持續(xù)幀數(shù)。公式⑴中可以看出，模板更新速度的增益大小是由目標(biāo)各個特征通道下的模板漂移尺度和漂移持續(xù)的幀數(shù)共同決定的。目標(biāo)模板的漂移尺度是當(dāng)前目標(biāo)直方圖與目標(biāo)直方圖模板的重心的差值反映的，重心的差值越大，則證明漂移越大，反之，漂移尺度越小。發(fā)生光照劇變并重新計算更新速度參數(shù)后，可以利用現(xiàn)有技術(shù)，將該更新速度參數(shù)引入到選擇性子模型更新策略，更新目標(biāo)模板及其各特征通道模板。本發(fā)明的有益效果在于，在選擇性子模型更新方法的基礎(chǔ)上，可以在光照劇變發(fā)生的情況下，及時的調(diào)整模板更新速度，適應(yīng)光照劇烈情況下模板的快速更新需求，相比傳統(tǒng)的選擇性子模型更新方法，可以更好的適應(yīng)外界場景的變化，完成更持續(xù)的跟蹤效果。
圖I是應(yīng)用本發(fā)明更新方法的跟蹤算法整體框架流程圖；圖3是本發(fā)明更新方法的流程圖；圖2是選擇性子模型更新策略流程圖；圖4是本發(fā)明各個通道直方圖特性示意圖；圖4a為R通道下的直方圖模板；圖4b為圖4a中的直方圖模板的水平投影示意圖；圖4c為圖4b中的水平投影生成的直方圖；圖5a為光強(qiáng)減弱下的R通道的直方圖；圖5b為圖5a中的直方圖的水平投影示意圖；圖5c為圖5b中的水平投影生成的直方圖；圖6a為光強(qiáng)增強(qiáng)下的R通道的直方圖；圖6b為圖6a中的直方圖的水平投影示意圖；圖6c為圖6b中的水平投影生成的直方圖。
具體實(shí)施例方式圖I示出了本發(fā)明跟蹤算法整體框架流程圖。步驟如下啟動跟蹤算法模塊，初始化目標(biāo)彩色模板，目標(biāo)模板選用RGB通道的彩色模板維數(shù)取8X8X8，提取目標(biāo)R、G、B、亮度、色調(diào)五種特征通道并建立維數(shù)為32的直方圖模板。用mean shift算法在目標(biāo)的RGB模板上進(jìn)行搜索迭代，迭代的終止位置做為當(dāng)前幀的目標(biāo)位置。具體算法描述可參考相關(guān)文獻(xiàn)，如《基于均值漂移的視覺目標(biāo)跟蹤方法綜述》-計算機(jī)工程。重新調(diào)整目標(biāo)窗口大小，本實(shí)施例選用簡單的窗口大小調(diào)整方法，即正負(fù)浮動10%，以巴氏系數(shù)最大的窗口作為新的窗口。更新目標(biāo)模板，本實(shí)施例是在傳統(tǒng)的子模型更新策略的基礎(chǔ)上進(jìn)行改進(jìn)，加入更新速度調(diào)整因子，本發(fā)明利用若干個顏色通道的直方圖變化關(guān)系，準(zhǔn)確的區(qū)分目標(biāo)模板變化是由于遮擋還是光照突變造成，進(jìn)而計算調(diào)節(jié)模板更新速度的增益大小，以達(dá)到實(shí)時更新模板的目的。如圖2示，具體步驟如下；上述的以巴氏系數(shù)最大的窗口作為新的窗口，即當(dāng)前幀中獲得了目標(biāo)的當(dāng)前位置，計算目標(biāo)當(dāng)前位置下R、G、B、亮度、色調(diào)五個特征通道下的直方圖。判斷當(dāng)前模板劇變是否是由光照劇變引起的，主要是依據(jù)R、G、B、亮度，色調(diào)五種通道直方圖經(jīng)過垂直投影和水平投影處理后，按照光照劇變時它們在理論上所具有的特性決定的。將目標(biāo)特征通道的直方圖與目標(biāo)特征通道的直方圖模板相比較時，若同時滿足條件A和條件B，則認(rèn)為發(fā)生光照劇變條件A、若目標(biāo)的R、G、B、亮度4個通道的直方圖與對應(yīng)直方圖模板的匹配值相比前一幀發(fā)生明顯減少，而色調(diào)通道的直方圖與其直方圖模板的匹配值相比變化不明顯，并且R、G、B、亮度4個通道的直方圖中心相對于對應(yīng)的直方圖模板中心的偏移方向一致。條件B、當(dāng)前幀各個特征通道的直方圖的水平投影生成的直方圖與各特征通道的直方圖模板水平投影生成的直方圖的相似程度大于設(shè)定的閾值，且各個特征通道的直方圖重心在與對應(yīng)的直方圖模板的重心對齊后，與對應(yīng)的通道直方圖模板的相似程度大于設(shè)定的閾值。 如圖4a 圖6c所示，按行分類分別為普通狀態(tài)下，光照降低狀態(tài)下，光照增強(qiáng)狀態(tài)下的特征通道直方圖、水平投影、以及投影產(chǎn)生的直方圖，可以看出，在光照劇變發(fā)生時，變化后的直方圖模板在水平方向投影生成的直方圖具備較高的相似度，垂直方向上經(jīng)過水平校正同樣具有較高的相似度。當(dāng)目標(biāo)被遮擋時，將不會達(dá)到較高的相似度。計算相似度是用巴氏系數(shù)計算的。設(shè)定的相似閾值為O. 9。計算更新速度因子，主要原則就是由目標(biāo)各個通道下的模板權(quán)重漂移尺度和漂移持續(xù)的幀數(shù)共同決定。設(shè)σ為當(dāng)前模板與目標(biāo)直方圖模板重心的差值，t為光照突變的持續(xù)幀數(shù)，速度因子按照下式計算，此公式由大量測試數(shù)據(jù)推出。a = (min (abs ( σ ))，O. 3)+min ((t_l)3，9) *0. 2*min (abs ( σ )/O. 5，I))/3 (I)將新獲得的速度因子a，帶入到公式(3)，本發(fā)明的創(chuàng)新之處就在于將速度因此改為一個動態(tài)的參數(shù)，使其能夠適應(yīng)光照劇變的環(huán)境。然后按照圖3所示的具體流程更新目標(biāo)模板。傳統(tǒng)的選擇性子模型更新策略是首先采用巴氏系數(shù)P衡量跟蹤結(jié)果的有效性(巴氏系數(shù)是判定兩個模板相似程度的計算方法，范圍是O 1，值為I時表示相似程度最高)，如果巴氏系數(shù)值小于一定的閾值，說明本次跟蹤結(jié)果受到了劇烈干擾，這一幀不應(yīng)該進(jìn)行模板更新，仍在原始目標(biāo)模板的基礎(chǔ)上進(jìn)行跟蹤；如果巴氏系數(shù)值大于一定閾值，則對每個子模型(子模型是指目標(biāo)直方圖的一個分量，例如若目標(biāo)直方圖是32維，那么子模型的個數(shù)就是32個)按照貢獻(xiàn)度(貢獻(xiàn)度是指每個直方圖分量對生成巴氏系數(shù)的影響程度)排序，前幾個貢獻(xiàn)度較高的子模型表示當(dāng)前模型與目標(biāo)模型較吻合，為避免過度更新造成的模型偏移，對貢獻(xiàn)度較高的子模型不進(jìn)行更新，僅對貢獻(xiàn)度較小即當(dāng)前模型中與目標(biāo)模型吻合較差的子模型進(jìn)行更新。如圖3所示，具體步驟如下統(tǒng)計當(dāng)前位置坐標(biāo)下的目標(biāo)直方圖，記為P，與目標(biāo)模板直方圖q匹配得到巴氏系數(shù)P，若P >0.9，表示跟蹤結(jié)果沒有受到劇烈干擾，可以更新模板，否則，可以理解為有遮擋現(xiàn)象發(fā)生或其他干擾，不應(yīng)更新模板。開始進(jìn)行選擇性子模型更新，具體如下Pu表示當(dāng)前幀目標(biāo)直方圖的子模型，qu表示目標(biāo)模板直方圖子模型，遍歷目標(biāo)模板直方圖的的所有子模型qu，分別對qu進(jìn)行更新，最后再進(jìn)行歸一化，得到新的目標(biāo)模板直方圖。子模型更新規(guī)則如下I) qu = Pu = O，表示當(dāng)前幀目標(biāo)直方圖和目標(biāo)模板直方圖中均未出現(xiàn)該子模型，對其不予更新，更新公式為式(2);2) qu > 0，Pu = 0，表示目標(biāo)模板直方圖中存在該子模型而在當(dāng)前幀目標(biāo)直方圖中不存在該子模型，這通常對應(yīng)于目標(biāo)外觀變化的情況，此時應(yīng)更新子模型，但為了避免目標(biāo)模板對變化過于敏感，此時應(yīng)采用一定比例進(jìn)行加權(quán)，更新公式為式(3)；3)qu = 0，Pu > O，表示目標(biāo)模板直方圖中不存在該子模型而在當(dāng)前幀目標(biāo)直方圖中存在該子模型，這通常對應(yīng)于非目標(biāo)遮擋發(fā)生的情況，此時也應(yīng)更新子模型，并同樣采用一定比例進(jìn)行加權(quán)，更新公式為式(3)；4)qu> O, Pu > 0，且子模型的貢獻(xiàn)值β u小于設(shè)定閾值k，本實(shí)施例中設(shè)置Pu =
O.5為貢獻(xiàn)度大小的閾值，此時應(yīng)根據(jù)其匹配貢獻(xiàn)大小進(jìn)行加權(quán)更新，貢獻(xiàn)度大小按照公式·
(6)計算，更新公式為式(5)；5) qu > 0，Pu > 0，且子模型的貢獻(xiàn)值β u大于設(shè)定閾值k，表示該子模型是較為穩(wěn)定的，此時不應(yīng)更新子模型，更新公式為式(4)；具體更新公式如下ql = Cq [q(；l\Pu = 0,(^ +^) == O(2)
€ = [α *ρ +(I-a)* q-1 ],/ = 0, (p * q == 0) & &((p +q)\ = 0)(3)q[ =CqIqtu-l^Pu >Λ,(^*^! = 0)(4)q[ = Cq [βα *p:+"u )q1 ],0 < <k,(p*q\ = 0)( 5 )式中a為模型更新速度因子，通常取值O. 1，Cq為歸一化系數(shù)。其中β u即為匹配度貢獻(xiàn)值，按公式(6)計算
ο _ λ]PA _ λ!PAPu ~ η ~ ^ I——
U=I公式(3)中的a為更新速度因子，它是一個靜態(tài)參數(shù)，范圍是0至1，因此不能適應(yīng)光照劇變情況下模板更新要求。本發(fā)明中，即對傳統(tǒng)模板更新方法的改進(jìn)在于將公式⑵ (6)中的a改為一個動態(tài)的參數(shù)以適應(yīng)外界光照的變化(公式(I)所示)。因?yàn)樵诠庹談∽儠r，所以也應(yīng)該相應(yīng)的增加權(quán)重，因此將公式(2) (6)中的β U改為β U'，β u' = min(l, β u+a),這里的a也如公式(I)所示。傳統(tǒng)選擇性子模型更新方法是將速度因子a設(shè)置為常量，本發(fā)明在此基礎(chǔ)上，利用光照劇變條件下相關(guān)通道直方圖特性關(guān)系，將a和Pu改為受σ與t影響的變量，能夠適應(yīng)場景需求，當(dāng)光照變化劇烈時，它們的值相應(yīng)的增大，加快模板的更新速度，光照變化平緩時，它們的值減少，降低模板更新速度，達(dá)到自適應(yīng)的模板更新效果，最終實(shí)現(xiàn)更持續(xù)的跟蹤效果。
權(quán)利要求
1.一種目標(biāo)模板的更新方法，其特征在于，包括以下步驟 步驟I :對比當(dāng)前幀與前一幀中，目標(biāo)所在位置是否發(fā)生光照劇變； 步驟2 :未發(fā)生光照劇變時，按預(yù)設(shè)的目標(biāo)模板的更新速度參數(shù)更新目標(biāo)模板及其各特征通道模板；當(dāng)發(fā)生光照劇變時，重新計算目標(biāo)模板的更新速度參數(shù)，執(zhí)行步驟3 ; 步驟3 :將步驟2的更新速度參數(shù)引入到選擇性子模型更新策略，更新目標(biāo)模板及其各特征通道模板； 步驟4 :按次序針對每一幀執(zhí)行步驟I 3。
2.如權(quán)利要求I所述的目標(biāo)模板的更新方法，其特征在于，所述的步驟I中包括 步驟101，在當(dāng)前幀中確定目標(biāo)所在的位置以及范圍； 步驟102，提取目標(biāo)在該位置下的特征通道的直方圖； 步驟103，將目標(biāo)特征通道的直方圖與目標(biāo)特征通道的直方圖模板相比較，確定是否發(fā)生光照劇變。
3.如權(quán)利要求2所述的目標(biāo)模板的更新方法，其特征在于，所述的特征通道是R、G、B、亮度、色調(diào)五種通道。
4.如權(quán)利要求3所述的目標(biāo)模板的更新方法，其特征在于，所述的步驟103中，將目標(biāo)特征通道的直方圖與目標(biāo)特征通道的直方圖模板相比較時，若同時滿足條件A和條件B，則認(rèn)為發(fā)生光照劇變 條件A、目標(biāo)的R、G、B、亮度4個通道的直方圖與對應(yīng)直方圖模板的匹配值相比前一幀發(fā)生明顯減少，而色調(diào)通道的直方圖與其直方圖模板的匹配值相比變化不明顯，并且R、G、B、亮度4個通道的直方圖中心相對于對應(yīng)的直方圖模板中心的偏移方向一致； 條件B、當(dāng)前幀各個特征通道的直方圖的水平投影生成的直方圖與各特征通道的直方圖模板水平投影生成的直方圖的相似程度大于設(shè)定的閾值，且各個特征通道的直方圖重心在與對應(yīng)的直方圖模板的重心對齊后，與對應(yīng)的通道直方圖模板的相似程度大于設(shè)定的閾值。
5.如權(quán)利要求4所述的目標(biāo)模板的更新方法，其特征在于，所述的匹配值為O I的范圍，當(dāng)匹配值變化大于等于O. 3時，認(rèn)為發(fā)生明顯變化，否則可認(rèn)為是變化不明顯。
6.如權(quán)利要求5所述的目標(biāo)模板的更新方法，其特征在于，在判定相似程度利用巴氏系數(shù)來衡量，巴氏系數(shù)處于O. 9 I之間時判定為相似。
7.如權(quán)利要求I 6任一項(xiàng)所述的目標(biāo)模板的更新方法，其特征在于，步驟2中，當(dāng)發(fā)生光照劇變時，目標(biāo)模板的更新速度參數(shù)a如下式 a = (min (abs ( σ ))，O. 3) +min ((t_l)3，9) *0. 2*min (abs ( σ ) /O. 5,1)) /3 ; 其中σ為目標(biāo)直方圖與目標(biāo)直方圖模板的重心的差值； t為光照突變的持續(xù)幀數(shù)。
全文摘要
本發(fā)明公開了一種目標(biāo)模板的更新方法，包括以下步驟步驟1對比當(dāng)前幀與前一幀中，目標(biāo)所在位置是否發(fā)生光照劇變；步驟2未發(fā)生光照劇變時，按預(yù)設(shè)的目標(biāo)模板的更新速度參數(shù)更新目標(biāo)模板及其各特征通道模板；當(dāng)發(fā)生光照劇變時，重新計算目標(biāo)模板的更新速度參數(shù)則執(zhí)行步驟3；步驟3將步驟2的更新速度參數(shù)引入到選擇性子模型更新策略，更新目標(biāo)模板及其各特征通道模板；步驟4按次序針對每一幀執(zhí)行步驟1～3。本發(fā)明的有益效果在于，在選擇性子模型更新方法的基礎(chǔ)上，可以在光照劇變發(fā)生的情況下，及時的調(diào)整模板更新速度，適應(yīng)光照劇烈情況下模板的快速更新需求，相比傳統(tǒng)的選擇性子模型更新方法，可以更好的適應(yīng)外界場景的變化，完成更持續(xù)的跟蹤效果。
文檔編號H04N7/18GK102956032SQ20111024128
公開日2013年3月6日 申請日期2011年8月22日 優(yōu)先權(quán)日2011年8月22日
發(fā)明者張羽 申請人:天津市亞安科技股份有限公司