基于颜色-结构特征的目标对象跟踪方法
【技术领域】
[0001] 本发明涉及模式识别以及计算机视觉技术领域，尤其涉及一种基于颜色-结构特 征的目标对象跟踪方法。
【背景技术】
[0002] 增强现实（AugmentedReality，AR)技术能够将真实世界中的对象和信息，与计算 机生成的虚拟世界中的对象和信息进行无缝地融合，具有虚实结合、实时交互等特点，可以 为人们提供更加丰富的信息和更加便捷的信息获取体验，增强人们对真实世界的理解和感 知。
[0003] 基于视频的增强现实技术，因应用成本较低且能够普遍适用于多种环境中，近年 来发展迅速。如何准确地跟踪真实世界中的物体，是实现增强现实技术中虚实结合的关键 之一。作为增强现实技术实现的基础，基于视频图像的目标跟踪技术，目前广泛应用于安全 监控、车辆自主驾驶、导航制导与控制、人机交互等领域，是近年来计算机视觉领域的重点 研究方向之一。
[0004] 基于视频的增强现实技术中，视频对象跟踪通常需要将虚拟对象跟踪并注册在一 个实时拍摄的现实对象上。对于运动对象的跟踪，如果一个视频序列的每幅关键帧图像都 重复同样的跟踪算法，则整个运算的复杂度和计算量将非常大。
[0005] 同时，鉴于对运动对象的特征识别及对运动中形态变化的对象的跟踪的复杂性， 如何有效地保证对运动对象的识别精度及检测跟踪的实时性，成为增强现实技术实现广泛 应用亟待解决的技术问题之一。
【发明内容】
[0006] 本发明所要解决的技术问题在于针对现有技术中对视频图像中的运动对象跟踪 的复杂度高与准确性低的缺陷，提供一种基于颜色-结构特征的目标对象跟踪方法，根据 颜色特征和结构特征的结合，对视频图像中的目标对象进行识别，并与预设的模型数据库 进行对象的比对匹配，实现对目标对象的确定及跟踪，提高基于视频图像的目标跟踪系统 的准确性、实时性和鲁棒性。
[0007] 有鉴于此，本发明提供了一种基于颜色-结构特征的目标对象跟踪方法，包括：对 视频中的图像进行对象检测，获取所述视频的当前帧图像中的至少一个对象；根据所述对 象的像素颜色信息，对所述对象进行超像素分割；根据所述对象中符合预设条件的超像素， 确定所述对象的颜色特征和结构特征；通过与预设的对象模型数据库中的待跟踪对象进行 颜色特征和结构特征的比对匹配，在所述当前帧图像中确定待跟踪的目标对象，记录所述 目标对象在所述当前帧图像中的位置信息；根据所述目标对象在所述当前帧图像中的颜色 特征和结构特征，在所述视频的下一帧图像中跟踪所述目标对象，更新所述目标对象的位 置信息。
[0008] 优选地，对视频中的图像进行对象检测，包括：读取所述视频中的图像，通过前景 识别或轮廓识别，对所述视频中的图像进行所述对象检测。
[0009] 优选地，该方法包括：对所述对象进行所述超像素分割，所述对象得到一组包含1 个超像素的集合{s1，S2,S3,…，S1}，其中，1为大于等于1的正整数。
[0010] 优选地，根据所述对象中符合预设条件的超像素，确定所述对象的颜色特征和结 构特征，包括：所述对象的超像素集合中，超像素Sk所包含的像素数为nk，所述超像素炉的
;根据所述对象的超像素集合中P大于预设阈值的超像素， 计算得到所述对象的颜色特征和结构特征。
[0011] 优选地，该方法还包括：将基于HSV颜色空间描述的所述像素颜色信息，转换为通 过柱坐标系下的欧氏空间坐标表示所述像素的颜色特征。
[0012] 优选地，所述对象的结构特征包括所述对象中的超像素的距离和夹角。
[0013] 优选地，在所述当前帧图像中确定待跟踪的目标对象，包括：进行所述比对匹配 后，计算所述当前帧图像中的对象与所述待跟踪对象的匹配度，若所述匹配度达到预设的 匹配阈值，则将所述当前帧图像中的该对象确定为所述目标对象。
[0014] 优选地，该方法还包括：记录所述目标对象在所述当前帧图像中的位置信息后，根 据所述目标对象在所述当前帧图像中的位置信息，估测所述目标对象在所述下一帧图像中 的位置信息。
[0015] 优选地，根据所述目标对象在所述当前帧图像中的颜色特征和结构特征，在所述 视频的下一帧图像中跟踪所述目标对象，包括：根据估测出的所述目标对象在所述下一帧 图像中的位置信息，在所述下一帧图像中提取子图像，根据所述目标对象在所述子图像中 的颜色特征和结构特征，在所述子图像中确定所述目标对象。
[0016] 优选地，该方法还包括：对所述视频中的图像进行所述对象检测前，建立所述对象 模型数据库，存储所述待跟踪对象的颜色特征和结构特征。
[0017] 以上本发明的技术方案，在对视频图像中的目标对象进行跟踪时，采用与颜色相 关性较高的超像素对图像中的对象进行超像素分割，通过将超像素与对象的颜色特征和结 构特征相结合，再计算视频图像中的对象与模型对象的特征匹配度，通过特征匹配来确定 待跟踪的目标对象。在视频的下一帧图像中，通过与视频的上一帧图像中的目标对象的颜 色特征和结构特征进行比对匹配，实现了对视频中的对象的跟踪。本发明的技术方案有效 地克服了基于像素特征描述的对象跟踪方法依赖于目标对象纹理的缺陷，同时提高了视频 图像中目标对象跟踪算法对纹理单一目标的适用性。
[0018] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变 得显而易见，或者通过实施本发明的技术方案而了解。本发明的目的和其他优点可通过在 说明书、权利要求书以及附图中所特别指出的结构和/或流程来实现和获得。
【附图说明】
[0019] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例的描 述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一 些实施例的说明，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可 以根据这些附图获得其它的附图：
[0020] 图1示出了根据本发明第一种实施例的基于颜色-结构特征的目标对象跟踪方法 的流程示意图；
[0021] 图2示出了根据本发明第二种实施例的基于颜色-结构特征的目标对象跟踪方法 的流程示意图。
【具体实施方式】
[0022] 为了能够更清楚地理解本发明的目的、特征和优点，下面结合附图和具体实施方 式对本发明做进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实 施例中的特征可以相互结合。
[0023] 在下面的描述中，阐述了很多具体的技术细节，以便于充分理解本发明。但是，这 仅仅是本发明的一些实施例，本发明还可以采用其他不同于在此处描述的其他方式来实 施。因此，本发明的保护范围并不受下面公开的具体实施例的限制。
[0024] 图1示出了根据本发明第一种实施例的基于颜色-结构特征的目标对象跟踪方法 的流程示意图。
[0025] 如图1所示，根据本发明第一种实施例的基于颜色-结构特征的目标对象跟踪方 法，主要包括