一种基于深度图像的自适应调整目标跟踪算法
【技术领域】
[0001] 本发明涉及一种基于深度图像的自适应调整目标跟踪算法，属于计算机视觉技术 领域。
【背景技术】
[0002] 随着深度传感器的推出，如何有效利用深度传感器得到的深度信息来解决计算机 视觉中的关键问题已成为目前的研究热点。虽然基于彩色图像的人体跟踪已经取得了一定 的进展，但是却常常因为受光照变化、阴影、物体遮挡及复杂背景等因素的干扰。深度图像 作为一种新型的数据描述方式，不仅可以保存物体的空间位置信息，而且具有保护隐私、不 受光照变化影响的优点。
[0003] 深度相机能够实时快速的计算深度信息，达到几十到lOOfps。而双目立体相机需 要用到复杂的相关性算法，处理速度较慢。深度相机的深度计算不受物体表面灰度和特征 影响，可以非常准确的进行三维探测。而双目立体相机则需要目标具有良好的特征变化，否 则会无法进行深度计算。深度相机的深度计算精度不随距离改变而变化，基本能稳定在cm 级，这对于一些大范围运动的应用场合非常有意义。
[0004] 现有的目标跟踪算法，计算复杂，计算量大，并且在跟踪目标的运行速度基本稳定 的情况下，不需要如此繁琐复杂的算法计算。
【发明内容】
[0005] 针对现有技术的不足，本发明提供了一种基于深度图像的自适应调整目标跟踪算 法；
[0006] 首先，利用采用深度传感器采集深度图像信息，然后，通过深度相机标定，获取跟 踪目标和深度相机之间的距离与跟踪目标中心点深度值的关系；最后，根据跟踪目标中心 点深度值的变化，实现搜索半径自适应调整，从而实现对跟踪目标的准确、实时跟踪。
[0007] 本发明避免了光照变化等复杂背景下跟踪目标的不稳定问题，算法简单、精确，运 行速度快，实现了实时、快速、准确跟踪目标的目的。
[0008] 术语解释
[0009] 基于最小二乘法的直线拟合，是一种数学上的近似和优化，利用已知的数据得出 一条直线，使之在坐标系上与已知数据之间的距离的平方和最小。
[0010] 本发明的技术方案为：
[0011] -种基于深度图像的自适应调整目标跟踪算法，具体步骤如下：
[0012] (1)采用深度传感器采集跟踪目标的深度图像；
[0013] (2)通过深度相机标定，获取跟踪目标和深度相机之间的距离与跟踪目标中心点 深度值的关系；具体步骤包括：
[0014] a、保持跟踪目标处于深度相机的视野的中心位置，在深度相机的有效识别范围 内，在跟踪目标和深度相机之间，每间隔距离△ Dist通过深度相机得到对应的深度图像， 共得到η帧深度图像，ADist的取值范围（l-20)mm，获取每帧深度图像中跟踪目标中心点 的深度值；
[0015] b、通过步骤a获取η组数据，每组数据包括：跟踪目标和深度相机之间的距离及该 距离对应的跟踪目标中心点的深度值，对η组数据进行基于最小二乘法的直线拟合，得到 跟踪目标和深度相机之间的距离与跟踪目标中心点的深度值的关系式，如式（I )所示：
[0016] Dist = α · Depth+ β ( I )
[0017] 式（I )中，Depth表示跟踪目标中心点的深度值，Dist表示跟踪目标和深度相机 之间的距离，α的取值范围为1.02-1. 04, β取值范围为（-275)-(-175);
[0018] (3)使用深度相机进行目标跟踪：根据目标中心点深度值的变化，不断更新搜索 半径的大小以适应跟踪目标在视野中的变化，i的初始值为2, i的取值范围：2 < i < n，具 体步骤包括：
[0019] C、在第（i-1)帧深度图像中，跟踪目标和深度相机的距离Distu υ与目标中心点 深度值D印th(1 之间的关系式如式（II )所示：
[0020] Dist(i 1}= α · Depth (i 1}+β ( II )
[0021] 在第i帧深度图像中，跟踪目标和深度相机的距离Dist1与目标中心点深度值 Depth1之间的关系式如式（III)所示：
[0022] Disti= α · Depth 土+β (III)
[0023] 将式（III)与式（II )作差，得到式（IV ):
[0024] Δ Disti= α · Δ Depth ; (IV)
[0025] 式（IV)中，ADist1= Dist1-Distd 1}，表示跟踪目标和深度相机之间的距离的变 化量；ADepthi= Depth ^Depthu 1}，表示跟踪目标在深度相机成像后的跟踪目标中心点深 度值的变化量；
[0026] d、当 I Δ Depthi I < Δ Depthcipt，:Ti= R ;否则，
Δ Depthcipt是指阈值；V是指跟踪目标的最大运动速度，V的单位 为m/s ;k是指深度相机的帧率，即深度相机每秒获取k帧深度图像；Γι是指第i帧深度 图像的搜索半径；R是指初始搜索半径；sgn (ADepthi)为符号函数，当ADepthi^= 0时， Sgn(ADepthi) = 1，否则，sgn (ADepthi) =-1 ;所述搜索半径是指深度图像中偏离目标中 心点坐标的距离；
[0027] e、根据得到的搜索半径Γι，在第i帧深度图像中搜素跟踪目标；当i = η时，结束； 否则，i加1，进入步骤C0
[0028] 根据本发明优选的，所述深度相机的型号为Microsoft Kinect V2. 0。
[0029] 本发明的有益效果为：
[0030] 1、本发明利用深度图像信息，排除了光照、阴影及物体表面的纹理产生的干扰，得 到可靠的三维物体几何信息，利用深度图像信息进行目标跟踪，保护跟踪目标隐私的同时 有效克服了跟踪目标之间的阻塞、重叠等问题。
[0031] 2、本发明定位精度较高，能够实现搜索半径随着跟踪目标中心深度值的变化而自 适应调整，实时适应跟踪目标大小的变化。
[0032] 3、本发明算法过程简单，有效减少了计算的复杂度，缩短算法运行时间，提高了跟 踪效率，适用于监控、视频编码、智能交通，军工等众多领域。
【具体实施方式】
[0033] 下面结合实施例对本发明作进一步限定，但不限于此。
[0034] 实施例
[0035] 一种基于深度图像的自适应调整目标跟踪算法，具体步骤如下：
[0036] (1)采用深度传感器采集跟踪目标的深度图像；
[0037] (2)通过深度相机标定，获取跟踪目标和深度相机之间的距离与跟踪目标中心点 深度值的关系；具体步骤包括：
[0038] a、保持跟踪目标处于深度相机的视野的中心位置，在深度相机的有效识别范