基于帧间约束超像素编码的目标跟踪方法
【专利摘要】本发明公开了一种基于帧间约束超像素编码的目标跟踪方法，主要解决当目标发生遮挡、快速运动、外观形变而导致跟踪失败的跟踪问题。本发明实现的步骤如下：（1）预处理第一帧图像；（2）构建初始字典；（3）样本编码；（4）训练分类器；（5）当前帧检测样本编码；（6）预测目标框位置；（7）更新字典；（8）精确样本编码；（9）升级分类器；（10）判断是否为最后一帧图像，若是，则结束，否则，返回步骤（5）处理下一帧图像。本发明采用超像素分割和约束编码的方法，降低了图像处理后续任务的复杂度，确保了图像空间信息一致性原则，保留了图像局部边界信息和纹理信息的一致性，能够稳定准确地跟踪目标。
【专利说明】基于帧间约束超像素编码的目标跟踪方法
【技术领域】
[0001]本发明属于图像处理【技术领域】，更进一步涉及计算机视觉【技术领域】中的一种基于帧间约束超像素编码的目标跟踪方法。本发明采用一种基于超像素分割的帧间约束编码估计方法实现运动目标跟踪，可用于监督视频监控的行为、对气象进行分析和天气进行预测。
【背景技术】
[0002]运动目标跟踪的主要任务是从视频图像序列中检测出待跟踪的运动目标，进而在每一帧图像中确定出运动目标的位置。随着人们对计算机视觉领域的不断深入认识，目标跟踪越来越成为该领域备受关注的技术之一，尽管目前已经有大量的算法来实现运动目标跟踪，但由于外观形变、光照变化、遮挡、背景杂乱、视角变化等因素的影响，使得实时准确地跟踪目标仍然存在大量困难。
[0003]近年来，超像素分割逐渐成为计算机视觉领域流行的图像处理方法。超像素不同于以往的像素概念，它是比像素略大的像素块，并且这些块的边界与图像中的纹理信息是一致的，可以看作是一种图像的过分割。它能够捕获图像的冗余信息，从而大大降低图像处理后续任务的复杂度。另外，在稀疏表示、压缩感知的基础上，稀疏编码等方法被人们广泛应用到目标跟踪中，稀疏编码模型通过对过完备字典中基原子进行线性组合来重构输入特征描述子。在这些方法中，目标被表示成模板系数的线性组合，并且这些组合系数是稀疏的，即只有少数系数是非零值。
[0004]南京信息工程大学提出的专利申请“一种多特征联合稀疏表示的目标跟踪方法”(专利申请号201310241910，
【发明者】田小林, 焦李成, 郑晓利, 侯彪, 王爽, 张小华, 羿龙 申请人:西安电子科技大学