[0036] 第一融合单元用于融合第一纹理哈希码、第一颜色哈希码以及第一照度哈希码， 得到第一哈希码数据；
[0037] 区域信息获取单元用于获取运动目标区域的区域信息；
[0038] 存储单元用于将属于同一运动目标区域的区域信息和第一哈希码数据一一对应 存储。
[0039] 优选地，备选运动区域模块包括第二特征码获取单元、第二哈希码获取单元以及 第二融合单元，其中，
[0040] 第二特征码获取单元用于对视频后续各帧的备选运动区域内执行进行纹理、颜色 与照度感知操作和哈希特征的提取操作，得到相应的第二纹理特征码、第二颜色特征码以 及第二照度特征码；
[0041] 第二哈希码获取单元用于根据第二纹理特征码、第二颜色特征码以及第二照度特 征码分别得到第二纹理哈希码、第二颜色哈希码以及第二照度哈希码；
[0042] 第一融合单元用于融合第二纹理哈希码、第二颜色哈希码以及第二照度哈希码， 得到第二哈希码数据。
[0043] 优选地，相似度判断模块包括第一判断单元和第二判断单元，其中，
[0044] 第一判断单元用于判断第一纹理哈希码与第二纹理哈希码的相似度是否大于预 设的纹理阈值；
[0045] 第二判断单元用于若第一纹理哈希码与第二纹理哈希码的相似度大于纹理阈值， 则判断第一颜色哈希码与第二颜色哈希码的相似度是否大于预设的颜色阈值，以及第一照 度哈希码与第二照度哈希码的相似度是否大于预设的照度阈值；
[0046] 若第一颜色照度哈希码与第二颜色照度哈希码的相似度大于颜色阈值，且第一照 度哈希码与第二照度哈希码的相似度大于照度阈值，则确定第一哈希码数据与第二哈希码 数据的相似度大于阈值。
[0047] 优选地，控制处理模块还用于循环执行将更新后的运动目标模板作为当前帧的运 动目标模板，并根据当前帧的运动目标模板对当前帧的下一帧执行视频运动目标跟踪操 作，至视频结束或者完成视频运动目标跟踪操作。
[0048] 实施本发明，通过对视频首帧进行检测并确定运动目标区域，对运动目标区域进 行哈希码特征的提取，得到第一哈希码数据，并将其作为初始化的运动目标模板，然后，对 后续视频各帧根据运动目标区域确定备选运动区域，对备选运动区域进行哈希码特征提 取，并将提取的多特征的哈希码进行融合得到第二哈希码数据，最后，若第一哈希码数据与 第二哈希码数据的相似度是大于阈值，则认为该备选运动区域为历史运动区域，对历史运 动区域执行迭代匹配操作；否则，确定新出现的运动目标，并将历史运动区域和新出现的 运动目标的区域在当前帧中标注，并用历史运动目标区域和新出现的运动目标区域的哈希 码数据更新运动目标模板。实现了以简单高效的方式进行多运动目标的检测和跟踪操作， 同时，减少了多运动目标之间的影响，提高了多运动目标检测和跟踪的准确性。
【附图说明】
[0049] 下面将结合附图及实施例对本发明作进一步说明，附图中：
[0050]图1是本发明较佳实施例提出的视频运动目标跟踪方法流程图；
[0051] 图2是本发明第二实施例提供的视频运动目标跟踪方法流程图；
[0052] 图3是本发明第三实施例提供的视频运动目标跟踪方法流程图；
[0053] 图4是本发明第四实施例提供的视频运动目标跟踪方法流程图；
[0054] 图5是本发明第五实施例提供的视频运动目标跟踪方法流程图；
[0055] 图6是本发明第六实施例提供的视频运动目标跟踪装置的结构框图。
【具体实施方式】
[0056] 为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结 合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅 用以解释本发明，并不用于限定本发明。
[0057]实施例一
[0058] 图1是本发明较佳实施例提出的视频运动目标跟踪方法流程图。该方法包括：
[0059] S1，对视频首帧进行检测并确定运动目标区域，对运动目标区域进行哈希码特征 的提取，得到第一哈希码数据，并将其作为初始化的运动目标模板。
[0060] 在视频数据流中检测并确定运动目标区域，其中，运动目标区域指的是运动目标 检测后得到的包括所有被视为运动目标点的区域，一般以运动目标点集合的外接矩形来表 不0
[0061] 运动目标检测则是指将视频中运动的物体通过一定的技术手段检测出来，该技术 手段是现有的帧差法，该方法是将当前帧图像与前一帧图像相减，相减后的值的绝对值大 于固定阈值的点则可以视为运动目标区域的点。由此，视为运动目标区域的点的集合则作 为运动目标区域。
[0062] 根据运动目标区域内的第一哈希码数据生成初始化的运动目标模板，具体地，首 先，对运动目标区域执行多感知哈希特征提取操作和哈希码获取操作，其中，感知指的是与 人类感觉和知觉相关的信息，而感知哈希特征则是指与人类感觉和知觉相关的特征，而哈 希指的是将上述特征量化的过程，即将感知相关的特征用固定位数的二进制码表示，该二 进制码串被称为哈希码。而多感知哈希特征，是指多个不同感知哈希特征。例如，颜色特征、 纹理特征、亮度特征等均可以视作不同感知哈希特征。然后，根据提取的第一哈希码数据生 成初始化的运动目标模板，可以理解为，该运动目标模板即是对该运动目标区域进行感知 哈希特征提取，并进行哈希量化操作后所得到的哈希码串，例如，对该目标区域执行纹理感 知哈希特征提取操作、颜色感知哈希特征提取操作以及亮度感知哈希特征提取操作，并在 上述提取操作的基础上经量化操作后，获得纹理感知哈希码串、颜色感知哈希码串以及亮 度感知哈希码串，该运动目标区域的运动目标模板即由纹理感知哈希码串、颜色感知哈希 码串以及亮度感知哈希码串融合形成。
[0063] 具体地，按如下方式获取运动目标区域：
[0064] 首先，输入待检测的视频数据流；
[0065] 然后，平滑、备选运动目标区域分割（备选运动目标区域将在步骤S2中说明）；
[0066] 其中，平滑优选高斯平滑；
[0067] 备选运动目标区域分割采用文献（J. Sun, W Zhang, X Tang, et al. 2006-Background cut. ECCV, pp. 628-641) 中的方法帧差法实现，形态学操作优选两个腐蚀两次 膨胀；
[0068] 然后，执行运动目标区域的提取操作，在该操作步骤中可采用阴影抑制方 法，该方法米用文献(Cucchiara R, Grana C, Piccardi M, et al. Improving shadow suppression in moving object detection with HSV colorinformation[C]. Intelligent Transportation Systems, 2001. Proceedings. 2001IEEE. IEEE, 2001:334-339.)中基于 HSV 色彩空间的阴影抑制方法，背景抑制方法则采用边缘轮廓面积比来抑制，至此得到运动目 标区域。
[0069] 具体地，按如下方式获取初始化的运动目标模板：
[0070] 执行模板初始化操