空间上下文图像的相位
[0123] (1)利用下式计算与时空上下文模型对应的目标的相位预测。
[0124]
[0125] (2)读取下一帖图像，并转到步骤4继续执行。
[0126] 3、有益效果
[0127]WDudek视频图像为例，跟踪的效果图如图7(a)-图7(j)所示：由图7(a)-图 7(j)可见，在背景变化情况下，虽然目标的姿态发生了一定程度的变化，目标的表情存在很 大的变化，目标有时戴着眼镜，有时摘下眼镜，本发明给出的方法都具有较好的跟踪效果。
[0128]W下是化vid视频的跟踪效果图：由图8(a)-图8(j)可见，在背景变化较大的情 况下，虽然视频中的光照变化非常大，目标的表情也有很大的变化，同样也有戴上眼镜和摘 下眼镜的情况，本发明给出的方法都能很好地对目标进行跟踪。
[0129] 上述虽然结合附图对本发明的【具体实施方式】进行了描述，但并非对本发明保护范 围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不 需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围W内。
【主权项】
1. 一种基于贝叶斯框架和快速傅里叶变换的目标跟踪方法，其特征是，包括如下步 骤： 步骤（1):预先利用汉宁窗生成模板核函数，然后对模板核函数进行归一化； 步骤（2):生成被跟踪的目标区域所在的图像的置信度图模板并归一化，计算被跟踪 的目标区域所在的图像的置信度图模板的快速傅里叶变换； 步骤（3):读取视频中的第一帧图像，获取被跟踪的目标区域在第一帧图像中的初始 位置和大小； 步骤（4):以步骤（3)得到的初始位置或步骤（5)得到的新位置为中心，获取被跟踪 的目标区域的上下文图像；归一化上下文图像；利用归一化的上下文图像与步骤（1)生成 的模板核函数，得到当前帧被跟踪的目标区域的空间上下文图像，即贝叶斯框架的先验概 率； 步骤（5):利用步骤⑷得到的当前帧被跟踪的目标区域的空间上下文图像，求取当前 帧图像的置信度图，即贝叶斯框架的后验概率，进而求取当前帧图像的置信度图中置信度 最大的点，将置信度最大的点作为被跟踪的目标区域的新位置； 步骤（6):以步骤（5)得到的新位置为中心，求取被跟踪的目标区域的空间上下文图 像； 步骤（7):用步骤（4)或步骤（6)得到的被跟踪的目标区域的空间上下文图像更新时 空上下文模型，并计算时空上下文模型傅里叶变换的相位； 步骤（8):利用步骤（2)得到的被跟踪的目标区域所在的图像的置信度图模板的快速 傅里叶变换和步骤（7)得到的时空上下文模型，预测下一帧图像中被跟踪的目标区域的空 间上下文图像的相位，读取下一帧图像，转到步骤（4)。2. 如权利要求1所述的方法，其特征是，所述步骤（1)模板核函数的生成方法如下： 利用一维汉宁窗向量W1(Ii)与一维汉宁窗向量自身的转置[Wl (n)]T相乘，生成二维汉 宁核函数》2〇1): w2(n) =W1 (n)* [W1Oi) ]T; (I) 其中，一维汉宁窗向量W1(Ii)，如式（2)所不：其中，L为汉宁窗的长度，n为向量的元素编号，从O开始编号。3. 如权利要求1所述的方法，其特征是，所述步骤（1)对模板核函数w。（z)进行归一 化的公式为： w0 (z) =aw2(n) ; (3) 其中，a为模板核函数的归一化常数，w2(n)为二维汉宁核函数。4. 如权利要求1所述的方法，其特征是，所述步骤（2)的步骤为： 步骤（21):生成目标图像的置信度图模板并归一化； 所述目标图像的置信度图模板C(Z)，即被跟踪的目标区域在每个位置的可能性P(zI〇)，如公式（4)所示：其中，b为目标置信度图模板的归一化常数，a为函数的宽度参数，zGR2为101X101 模板中各点的坐标，f为模板的中心点坐标； 步骤（22):求取归一化后的置信度图模板的快速傅里叶变换F(C)。5. 如权利要求1所述的方法，其特征是，所述步骤（3)中被跟踪的目标区域在第一帧图 像中的初始位置为已知，由目标检测方法或人工标记给出，被跟踪的目标区域的初始位置 和大小通过一个矩形框表示。6. 如权利要求1所述的方法，其特征是，所述步骤（4)的步骤如下： 步骤（41):判断步骤（3)或步骤（8)所读取的图像是彩色图像还是灰度图像，如果是 彩色图像，则将其转换为灰度图Igray，若是灰度图像，则直接转到步骤（42): Igray= 0. 2991r+0. 587Ig+0. 114Ib； (5) 其中，Igray指灰度图像，Id旨彩色图像中的红色分量，Ig指彩色图像中的绿色分量，Ib 指彩色图像中的蓝色分量； 步骤（42):获取被跟踪的目标区域的上下文图像： 设t-1时刻计算得到的图像中目标的宽为Wti，高为hti，中心点坐标为<1:，在当前帧图 像中以（为中心，截取宽和高分别为2wti和2hti的图像区域作为被跟踪的目标区域的上 下文图像； 步骤（43):归一化上下文图像：先将上下文图像的分辨率缩放为统一的设定像素，然 后将缩放后的图像中每个像素点的灰度值减去该图像中所有像素点灰度值的平均值，作为 每个像素点新的像素值，从而减少被跟踪目标表面的光照变化对图像的影响； 步骤（44):计算当前帧目标的空间上下文图像hi将步骤（43)求得的归一化的上下 文图像与步骤（1)生成的模板核函数相乘，从而强化被跟踪的目标区域所在的图像中心附 近像素点，弱化被跟踪的目标区域所在的图像边缘像素点，同时也为后续的图像傅里叶变 换去除了图像边缘的频率响应影响； 步骤（45):判断是否是第一帧图像，若是第一帧图像，则跳到步骤（7)，若不是，则执行 步骤（5)。7. 如权利要求1所述的方法，其特征是，所述步骤（5)的步骤为： 步骤（51):对当前帧被跟踪的目标区域的空间上下文图像h%进行快速傅里叶变换并 取其相位#*:步骤（52):求取当前帧被跟踪的目标区域的空间上下文图像的置信度图的傅里叶变 换； 将当前帧被跟踪的目标区域的空间上下文图像的傅里叶变换的相位#与上一帧预测 的被跟踪的目标区域傅里叶变换的相位相乘，计算出当前帧图像置信度图的傅里叶变 换F(Ct); 步骤（53):对F(Ct)做傅里叶反变换求取当前帧图像的置信度图c; 步骤（54):求取目标在当前帧图像中的新位置：以置信度图c中置信度最大的点z(c_)作为被跟踪的目标区域的新位置Zt; 步骤（55):以新位置Zt为中心，重复步骤⑷和步骤（5)，直至位置不再发生变化，求 得当前帧图像中被跟踪的目标区域的最终位置zt。8. 如权利要求1所述的方法，其特征是，所述步骤（6)的步骤为：以被跟踪的目标区域 在当前帧图像中的新位置Zt为中心，重复步骤（4)，生成当前帧被跟踪的目标区域的空间上 下文图像h'9. 如权利要求1所述的方法，其特征是，所述步骤（7)的步骤为： 步骤（71):利用空间上下文图像更新时空上下文模型：若是第一帧图像，则将空间上 下文图像hsM乍为时空上下文模型沒广;若不是第一帧图像，则以步骤（54)得到的新位置目 标的空间上下文图像更新时空上下文模型：其中，P为模板更新速率，H；：丨为更新后的时空上下文模型，丑广为更新前的时空上下 文模型，if为空间上下文模型； 步骤（72):对更新后的时空上下文模型二进行傅里叶变换，并取傅里叶变换的相位， 由于其傅里叶变换的相位决定了图像的边缘，因此取其相位; FiH:')二Me1。' (% 其中，表示时空上下文模型的傅里叶变换，M表示傅里叶变换的幅值， 表示傅里叶变换的相位。10. 如权利要求1所述的方法，其特征是，所述步骤（8)的步骤为： 步骤（81):利用公式（9)计算与时空上下文模型对应的目标的相位预测其中，表示预测的相位，e"表示时空上下文模型的相位，j为虚数单位； 步骤（82):读取下一帧图像，若无图像可读，则结束；并转到步骤（4)继续执行。
【专利摘要】本发明公开了一种基于贝叶斯框架和快速傅里叶变换的目标跟踪方法，步骤：生成模板核函数并归一化；计算目标置信度图模板的快速傅里叶变换；获取被跟踪目标在第一帧图像中的初始位置；获取目标的空间上下文图像；求取当前帧图像中置信度最大的点；求取新位置目标的空间上下文图像；更新时空上下文模型并计算其傅里叶变换的相位；预测下一帧图像中目标空间上下文图像的相位。本发明中的模板核函数，减小了目标周围的背景图像对目标模板的干扰。将目标上下文图像的分辨率统一为设定的像素大小和快速傅里叶变换的应用相结合，提高了目标跟踪方法的实时性。上下文图像的选取，对背景变化不大并且目标在一定程度上存在遮挡的情况具有较好的跟踪效果。
【IPC分类】G06T7/20
【公开号】CN105225253
【申请号】CN201510606707
【发明人】赵钦君, 程金, 徐元, 张勇, 张勤
【申请人】济南大学
【公开日】2016年1月6日
【申请日】2015年9月22日