个相关性矩阵的对应元素之间的差值的总和来确定匹配度。例如，可以不使用高斯函 数，而是将对应元素之间的差值的总和的倒数作为匹配度。
[0065] 在步骤S305,确定各个所述位置区域中具有最大匹配度的位置区域，作为所述对 象在当前帧视差图中的位置。
[0066] 在对于当前帧中的每个位置区域计算了其与前一帧视差图中对象所在区域的匹 配度后，可以从中找出具有最大匹配度的位置区域，作为所述对象在当前帧视差图中的位 置。与该具有最大匹配度的位置区域对应的矩形框即对象在当前帧中的位置矩形框。
[0067] 以上详细描述了根据本发明第一实施例的对象跟踪方法。在该实施例中，利用预 定类型的多个匹配特征之间的结构关系逐帧进行匹配以跟踪对象。由于这些匹配特征之间 的结构关系不随着对象的旋转发生变化，所以根据本实施例的对象跟踪方法可以解决对象 旋转导致跟踪丢失的问题。
[0068]〈第二实施例〉
[0069] 如前所述，在根据第一实施例的对象跟踪方法中，在各帧视差图中均不重新构建 匹配特征，因此在各帧视差图中所采用的匹配特征实际上都是相同的，即在第一帧中构建 的匹配特征。这一方法在发生对象遮挡的情况下，可能会影响跟踪效果。针对这一情况，本 实施例提供了一种改进的对象跟踪方法。
[0070] 根据本实施例的对象跟踪方法与第一实施例中描述的对象跟踪方法基本相同，其 区别仅在于在步骤S305中确定了对象在当前帧视差图中的位置（即具有最大匹配度的位 置区域）之后，在随后的步骤S306中对于在当前帧中采用的匹配特征进行优化。下面将结 合图10进行详细的说明。
[0071] 图10示出了根据本实施例的对匹配特征进行优化的方法的流程图。
[0072] 如图10所示，在步骤S1001，对于当前帧视差图中具有最大匹配度的位置区域中 的每一个小块，计算该小块的平均视差值与对象在前一帧视差图中的位置矩形框中的对应 小块的平均视差值之间的差值。
[0073] 如前所述，当前帧视差图中具有最大匹配度的位置区域被划分为nXm个小块，而 对象在前一帧视差图中的位置矩形框在前一帧的对象跟踪过程中也被划分为nXm个小 块。因此，对于当前帧视差图中具有最大匹配度的位置区域中的每一个小块，可以计算其与 前一帧视差图中对象所在区域中的对应小块的平均视差值之间的差值。
[0074] 在步骤S1002,将每一个所述差值与第二预定阈值进行比较，并将所述具有最大匹 配度的位置区域中与比第二预定阈值大的差值对应的各个小块作为剔除小块。
[0075] 如果在当前帧中发生了遮挡，即被跟踪对象的至少部分区域被遮挡物所遮挡，则 当在前述步骤S302中采用矩形框在当前帧视差图中的预定区域内滑动时，矩形框内可能 包含有遮挡物的区域。能够理解，与遮挡物的区域对应的小块在下一帧中不应当被用来形 成匹配特征以用于被跟踪对象的跟踪匹配，因此可以剔除这些小块。由于遮挡物的区域与 被跟踪对象在前一帧中对应区域的视差值的差异较大，因此可以通过视差值的比较剔除与 遮挡物对应的小块，即视差值过大或过小的小块。
[0076] 可选的，如果一个被剔除的小块是形成某一匹配特征的小块对中的一个，则该小 块对中的另一个小块也可以作为剔除小块予以剔除。
[0077] 第二预定阈值可以根据具体情况来设定。例如，其可以是前一帧视差图中对象所 在区域中所有小块的平均视差值的众数的预定倍数。
[0078] 在步骤S1003,计算剔除小块的数量。
[0079] 在步骤S1004,将剔除小块的数量与第三预定阈值进行比较，如果剔除小块的数 量小于第三预定阈值，则对当前帧视差图中采用的匹配特征进行更新，以从中去除所有与 所述剔除小块对应的匹配特征，并将更新后的匹配特征作为当前帧视差图中采用的匹配特 征；否则，在当前帧视差图中重新构建所述匹配特征，并将重新构建的匹配特征作为当前帧 视差图中采用的匹配特征。
[0080] 如前所述，剔除小块在下一帧中不应当被用来形成匹配特征，因此在确定剔除小 块后，可以对当前帧视差图中采用的匹配特征进行更新，以从中去除所有与剔除小块对应 的匹配特征。例如，假设α小块是剔除小块，并且其与β小块形成了一个匹配特征a ae， 则可以将β小块也作为剔除小块，并从当前帧视差图采用的匹配特征中去除该匹配特征 aa e。在本实施例中，将更新后的匹配特征认为是当前帧(例如t帧)采用的匹配特征，从而 当在下一帧（t+Ι帧）中沿用其前一帧（t帧）视差图中采用的匹配特征时，将会使用该更新 后的匹配特征。
[0081] 另一方面，如果剔除小块的数量过多，例如剔除小块的数量超过总的小块数量的 比如50%，从而导致更新后的匹配特征的数量太少（即下一帧的对象跟踪中所使用的匹配特 征的数量太少)，则跟踪效果会受到影响。因此，在本实施例中，当剔除小块的数量大于一个 预定阈值时，不再对匹配特征进行更新，而是在当前帧中具有最大匹配度的位置区域（即所 确定的对象在当前帧视差图中的位置)重新构建匹配特征，以用于后续帧的匹配跟踪。这一 重新构建匹配特征的处理过程与上文中步骤S603和S604中描述的处理相同，此处不再赘 述。在本实施例中，将重新构建的匹配特征认为是当前帧(例如t帧)采用的匹配特征，从而 当在下一帧（t+Ι帧）中沿用其前一帧（t帧）视差图中采用的匹配特征时，将会使用该重新 构建的匹配特征。
[0082] 以上详细描述了根据本发明第二实施例的对象跟踪方法。在该实施例中，在确定 了对象在当前帧中的位置后，对目前使用的匹配特征进行优化，从而即使在当前帧中发生 了对象遮挡的情况下，在后续帧的对象跟踪中也能获得好的跟踪结果。
[0083] 〈对象跟踪设备的总体配置〉
[0084] 图11示出了根据本发明实施例的对象跟踪设备1100的功能配置框图。
[0085] 如图11所示，对象跟踪设备1100可以包括：尺寸确定单元1101，基于对象在前一 帧视差图中的尺寸，确定该对象在当前帧视差图中的尺寸；滑动驱动单元1102,使对应于 所述尺寸的矩形框在当前帧视差图中的预定区域内滑动；向量计算单元1103,将前一帧视 差图中采用的预定类型的匹配特征作为在当前帧视差图中采用的匹配特征，对于当前帧视 差图中所述矩形框滑动到的每个位置区域，计算所述匹配特征在该位置区域的向量表示； 匹配度计算单元1104,计算所述匹配特征在每个所述位置区域的向量表示与所述匹配特 征在前一帧视差图中对象的位置矩形框中的区域的向量表示之间的匹配度；位置确定单元 1105,确定各个所述位置区域中具有最大匹配度的位置区域，作为所述对象在当前帧视差 图中的位置。
[0086] 上述尺寸确定单元1101、滑动驱动单元1102、向量计算单元1103、匹配度计算单 元1104和位置确定单元1105的具体功能和操作可以参考上述对图3到图9的相关描述， 此处不再重复描述。
[0087] 可选的，对象跟踪设备1100还可以包括优化单元1106,用于在确定了对象的位置 之后对匹配特征进行优化。优化单元1106的具体功能和操作可以参考上述对图10的相关 描述，此处不再重复描述。
[0088] 〈系统硬件配置〉
[0089] 图12示出了根据本发明实施例的对象跟踪系统1200的总体硬件框图。
[0090] 如图12所示，对象跟踪系统1200可以包括：输入设备1210,用于从外部输入有关 图像或信息，例如根据立体相机拍摄的左图像和右图生成的视差图序列，该输入设备例如 可以是键盘、鼠标、摄像机等等；处理设备1220,用于实施上述的按照本发明实施例的对象 跟踪方法，或者实施为上述的对象跟踪设备，该处理设备例如可以是计算机的中央处理器 或其它的具有处理能力的芯片等等；输出设备1230,用于向外部输出实施上述对象跟踪