一种新型的基于自适应分块的视频跟踪方法_2

文档序号:9397533阅读:来源:国知局
一种新型的基于自适应分块的视频跟踪方法,所述视频包括M帧图像,m = 1,在第 m帧图像中标出需要跟踪的目标区域,具体步骤包括:
[0047] (1)将目标区域分成N个大小相同的初始块,N = 10 ;
[0048] (2)对步骤⑴得到的每个初始块i执行步骤A-E,其中,1彡i彡N :
[0049] A、计算初始块i的像素点的像素值的方差Deumntl;
[0050] B、将初始块i预分成p个大小相同的子块,并计算每个子块的像素点的像素值的 万差 Dsubij,gp: {D subii,Dsubi2 Dsubip},P 4 ;
[0051] C、将步骤B所述p个子块的像素点的像素值的方差Dsublj相加后与初始块i的像 素点的像素值的方差行比较,如果p个子块的像素点的像素值的方差D subi_j之和 小于初始块i的像素点的像素值的方差Dtiumnti,即:
则认为初始块i 的像素点的像素值差异较大,进入步骤D,否则,所述初始块i无需进行分割,C1=O, (^是 指初始块i的分裂系数,即分裂次数,进入步骤(3);
[0052] D、对步骤C所述初始块i分割成p个大小相同的子块;
[0053] E、对步骤D所述的每个子块j执行步骤①-③,其中,I < j < p ;
[0054] ①将子块j预分成p个大小相同的小块,并计算每个小块的像素点的像素值的方 差 Dsubijk,即:(Dsubijl, Dsubij2…DsubijlJ ;
[0055] ②将步骤①所述p个小块的像素点的像素值的方差Dsubl jk相加后与子块j的像素 点的像素值的方差Dsubl,进行比较,如果p个小块的像素点的像素值的方差D subl]k之和小于 子块的像素点的像素值的方差Dsubi_j,即:
:,则认为子块j的像素点的像 素值差异较大,进入步骤③,否则,所述子块j无需再进行分割,C1= 1,进入步骤(3);
[0056] ③将步骤②所述子块j分割成p个大小相同的小块,C1= 2,进入步骤(3);
[0057] (3)在第(m+1)帧图像中,通过粒子滤波算法在与目标区域相同位置的附近抛洒 粒子,得到T个候选区域,1 < t < T,对每个候选区域t执行步骤(I ) - ( II ):
[0058] ( I )将候选区域t分成N个大小相同的初始块i ';
[0059] (II)对步骤(I )得到的每个初始块y执行步骤A' -E',其中,1彡i'彡N:
[0060] 、计算初始块W像素点的像素值的方差Dajmnt/ ;
[0061] 、将初始块P预分成p个大小相同的子块,并计算每个子块的像素点的像素 值的方差Dsubl]',即:{D' subll,D' sublyD' subip};
[0062] C'、将步骤B '所述p个子块的像素点的像素值的方差Dsubl/相加后与 初始块i'的像素点的像素值的方差I^umntl'进行比较,如果p个子块的像素点的 像素值的方差Dsubi/之和小于初始块Ρ的像素点的像素值的方差Dajmnt/,即:
则认为初始块i'的像素点的像素值差异较大,进入步骤D',否 贝1J,所述初始块W无需进行分割,(;《=0,(;《是指初始块i'的分裂系数,即分裂次数,进 入步骤(4);
[0063] D'、对步骤C'所述初始块i'分割成p个大小相同的子块;
[0064] E'、对步骤D'所述的每个子块j'执行步骤a-c,其中,1彡j'彡4:
[0065] a、将子块V预分成p个大小相同的小块,并计算每个小块的像素点的像素值的 万差 DsuBijli ,即:{Dsubiji ,Dsubij2 Dsubijp };
[0066] b、将步骤a所述p个小块的像素点的像素值的方差Dsubljl/相加后与子块的像 素点的像素值的方差Dsubl,'进行比较,如果p个小块的像素点的像素值的方差Dsubl ]k '之和 小于子块的像素点的像素值的方差Dsubl]',即:
則认为子块V的 像素点的像素值差异较大,进入步骤c,否则,所述子块j'无需再进行分割,C1( = 1,进入 步骤(4);
[0067] c、将步骤b所述子块j '分割成p个大小相同的小块,C1( = 2 ;
[0068] (4)求取目标区域与每个候选区域的相似度,得到目标区域与每个候选区域的相 似度邮1,8(:2,8(^"8(^"%},计算公式如式(1)所示:
[0070] 式(I )中,BCt表示目标区域与候选区域t的相似度,1彡t彡T,C1表示目标区 域初始块i的分裂系数,(V表示候选区域η初始块i '的分裂系数,把^^表示目标区域初 始块i的颜色直方图,Hist1,表示候选区域η初始块W的颜色直方图;
[0071] (5)取IBC1, BC2, B(V"B(V"BCT}中的最大值对应的候选区域作为目标区域,m加 1,如果m = M,结束,否则,进入步骤⑴。
【主权项】
1. 一种新型的基于自适应分块的视频跟踪方法,其特征在于,所述视频包括M帧图像, m= 1,在第m帧图像中标出需要跟踪的目标区域,具体步骤包括: (1) 将目标区域分成N个大小相同的初始块,10; (2) 对步骤⑴得到的每个初始块i执行步骤A-E,其中,1彡i彡N: A、 计算初始块i的像素点的像素值的方差 B、 将初始块i预分成p个大小相同的子块,并计算每个子块的像素点的像素值的方差 DsublJ,即:{Dsubll,D subi2^subip}, 2 ^p^ 4 ; C、 将步骤B所述p个子块的像素点的像素值的方差Dsublj相加后与初始块i的像素点 的像素值的方差口^^进行比较,如果p个子块的像素点的像素值的方差Dsubu之和小于初 始块i的像素点的像素值的方差Dramntl,即进入步骤D,否则,所述 初始块i无需进行分割,C1= 0 ,(;是指初始块i的分裂系数,即分裂次数,进入步骤(3); D、 对步骤C所述初始块i分割成p个大小相同的子块; E、 对步骤D所述的每个子块j执行步骤①-③,其中,1 <j<p; ① 将子块j预分成P个大小相同的小块,并计算每个小块的像素点的像素值的方差 Dsubijk,即:{Dsubiji,Dsubij2Dsubijp}; ② 将步骤①所述P个小块的像素点的像素值的方差Dsubl]k相加后与子块j的像素点的 像素值的方差Dsubl]进行比较,如果p个小块的像素点的像素值的方差Dsubl]k之和小于子块 的像素点的像素值的方差Dsubl],即,进入步骤③,否则,所述子块j无 需再进行分割,C1= 1,进入步骤(3); ③ 将步骤②所述子块j分割成P个大小相同的小块,C1= 2,进入步骤(3); (3) 在第(m+1)帧图像中,通过粒子滤波算法在与目标区域相同位置的附近抛洒粒子, 得到T个候选区域,1 <t<T,对每个候选区域t执行步骤(I)-(II): (I)将候选区域t分成N个大小相同的初始块i'; (II)对步骤(I)得到的每个初始块i'执行步骤A' -E',其中,1 <i' <N: A'、计算初始块i'像素点的像素值的方差; B'、将初始块i'预分成p个大小相同的子块,并计算每个子块的像素点的像素值的 方差Dsubij,即:{Dsubil,Dsubi2."Dsubip}; C'、将步骤B'所述p个子块的像素点的像素值的方差Dsubl/相加后与初始块i'的 像素点的像素值的方差进行比较,如果p个子块的像素点的像素值的方差Dsubi/ 之和小于初始块i'的像素点的像素值的方差Dumt/,B主入 步骤D',否则,所述初始块i'无需进行分割,&=0,(;《是指初始块i'的分裂系数,BP分裂次数,进入步骤(4); D'、对步骤C'所述初始块i'分割成p个大小相同的子块; E'、对步骤D'所述的每个子块j'执行步骤a-c,其中,l<j' <4: a、 将子块j'预分成p个大小相同的小块,并计算每个小块的像素点的像素值的方差 Dsubijk,即:{Dsubiji,Dsubij2Dsubijp}; b、 将步骤a所述p个小块的像素点的像素值的方差Dsubljk'相加后与子块j'的像素点 的像素值的方差口^/进行比较,如果p个小块的像素点的像素值的方差Dsubl]k'之和小于 子块的像素点的像素值的方差Dsubl]',S,进入步骤c,否则,所述 子块j'无需再进行分割,C1( = 1,进入步骤(4); c、 将步骤b所述子块j'分割成p个大小相同的小块,(V= 2 ; (4) 求取目标区域与每个候选区域的相似度,得到目标区域与每个候选区域的相似度 出(:1,8(:2,8(: 3*"8(;*"队1},计算公式如式(1)所示:式(I)中,BCt表示目标区域与候选区域t的相似度,1^^<1',〇1表示目标区域初 始块i的分裂系数,(V表示候选区域n初始块i'的分裂系数,Hist表示目标区域初始块 i的颜色直方图,Hist1(表示候选区域n初始块i'的颜色直方图; (5) 取{BCpBCyBCfBCV-BCV}中的最大值对应的候选区域作为目标区域,m加1,如 果m=M,结束,否则,进入步骤(1)。2. 根据权利要求1所述的一种新型的基于自适应分块的视频跟踪方法,其特征在于,p =4〇3. 根据权利要求2所述的一种新型的基于自适应分块的视频跟踪方法,其特征在于, 所述初始块、所述子块、所述小块、所述候选块均为正方形。
【专利摘要】本发明涉及一种新型的基于自适应分块的视频跟踪方法,充分考虑了目标区域内部的像素值的差异性,基于粒子滤波的视频跟踪方法,实现了高效自适应的视频跟踪,提高了视频跟踪的准确性和自适应性。对于在视频跟踪中出现的遮挡以及干扰等问题,本发明能够保持较为准确的识别率,充分考虑视频及图像中内容信息,根据跟踪的目标区域的特征而自适应的调整相应的分块策略,达到高智能化、高准确性的视频跟踪效果。
【IPC分类】H04N7/18, G06T7/20, G06K9/00
【公开号】CN105118071
【申请号】CN201510472197
【发明人】张海霞, 孙彬, 刘治, 尚蕾, 金蕾
【申请人】山东大学
【公开日】2015年12月2日
【申请日】2015年8月4日
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1