本发明属于视频监控领域，具体涉及一种室内单个人体目标PTZ跟踪方法。
背景技术：
随着科技和社会的发展，视频监控系统应用的越来越广泛，现有的监控系统越来越无法满足实际应用的需求，主要体现在，当前的需求不仅需要能看到监控场景的目标，还需要看到目标的细节以及目标的行为轨迹，普通摄像机只固定监控一个场景，当目标离开监控场景时，就无法再连续监控到目标的行为，且即使是高分辨率的摄像机也无法精确看清较远目标的细节。
云台或球形摄像机可以一定程度上解决这个问题，可以通过人工控制云台或球形摄像机的ptz运动来达到跟踪目标和看清细节的目的。在众多的监控应用中，通过人工的方式来实现跟踪运动目标显然是无法长久实施的方案，所以就出现了自动跟踪的方案，通过视频图像分析方法或者红外目标检测等方法来实现自动的运动目标跟踪。
自动目标的跟踪通常希望被跟踪目标的在画面中的大小能保持在即能看清目标细节，又能兼顾到一定的背景的稳定状态。这就需要当目标远离镜头的时候，摄像机能自动通过变焦，推近变倍，当目标走近摄像机的时候，镜头能自动变焦拉远变倍。通常的自动调整变倍的算法是根据球机的安装高度和球机的T坐标来计算需要的变倍值，或者通过标定跟踪最远点的变倍值，通过当前图像的T坐标来推算需要的变倍值。但是这两种方法都需要摄像机的安装有一定高度（通常不低于4米），对于安装高度有限的室内的目标，这两种方法会由于目标的高度差别和目标站在阶梯上等问题，引入较大误差，导致变焦过大，无法兼顾背景甚至目标边界超出画面，或者目标过小无法看清细节。
技术实现要素：
本发明为解决现有技术存在的问题而提出，其目的是提供一种室内单个人体目标PTZ跟踪方法。
本发明的技术方案是：一种室内单个人体目标PTZ跟踪方法，包括以下步骤：
（ⅰ）对前一帧图像和当前帧图像进行全局运动估计；
（ⅱ）利用步骤（ⅰ）全局运动估计计算得到的全局运动向量，对前一帧图像进行运动补偿；
（ⅲ）对步骤（ⅱ）运动补偿后的图像和当前帧图像取绝对差，得到残差图像；
（ⅳ）根据步骤（ⅲ）残差图像的能量分布，确认运动目标位置区域；
（ⅴ）对步骤（ⅳ）位置区域进行目标检测，得到人体目标的精确位置和所占画面比例；
（ⅵ）根据位置区域和人体目标所占画面比例计算PTZ控制指令。
所述步骤（ⅰ）中全局运动估计的方法为：将前一帧图像分成16×16的均匀网格，在每个网格内选取特征点，在当前帧图像内进行这些特征点的匹配搜索。
所述每个特征点在当前帧图像内的对应点和前一帧图像中所选的特征点的坐标所形成的向量，为当前特征点的运动向量，将所有运动向量进行迭代运算，求出收敛的唯一的运动向量为当前帧图像的全局运动向量。
通过残差图像确定检测位置区域的方法为：对上一帧图像进行运动补偿，再求补偿后的图像和当前图像的绝对差，通过绝对差的能量分布，计算人体目标的检测区域。
步骤（ⅳ）通过残差图像确定检测位置区域的方法为：对上一帧图像进行运动补偿，再求补偿后的图像和当前图像的绝对差，通过绝对差的能量分布，计算人体目标的检测区域。
在区域内进行人体检测，确定当前帧中人体的精确位置和所占画面的比例。
根据人体宽度占画面的比例，计算期望的变倍值Zaim，再根据检测出的人体位置确定对PT方向运动的控制参数。
本发明的有益效果是：
通过对前后两帧视频图像进行全局运动估计，根据估计出的全局运动向量，对图像进行运动补偿，再通过求绝对差的方式获得前后两帧的残差图像，进而确认目标的位置区域，再对目标通过目标检测的方法进行精细定位，获取目标的准确位置和大小。本发明主要为了解决室内PTZ跟踪时，由于设备的安装高度收到屋顶高度的限制，无法达到一般PTZ跟踪设备的安装高度要求，从而导致按照一般的PTZ跟踪方法确定的变倍大小，误差较大，导致变焦过大，无法兼顾背景甚至目标边界超出画面，或者目标过小无法看清细节，最终都会导致无效跟踪。
附图说明
图1 是本发明的方法流程图。
具体实施方式
以下，参照附图和实施例对本发明进行详细说明：
如图1所示，一种室内单个人体目标PTZ跟踪方法，其特征在于：包括以下步骤：
（ⅰ）对前一帧图像和当前帧图像进行全局运动估计。
对前一帧图像和当前帧图像进行全局运动估计，全局运动估计的方法为，将前一帧图像均匀地分成16×16的网格，在每个网格内选取1-2个特征点，在当前帧图像内进行这些特征点的匹配搜索。均匀地将一帧图像分成16×16网格的目的是使图像的各个区域都参与到全局运动向量的计算过程，避免局部运动目标的运动组分太大导致的全局运动向量迭代过程的无法收敛。
（ⅱ）利用步骤（ⅰ）全局运动估计计算得到的全局运动向量，对前一帧图像进行运动补偿。
全局运动向量各参数的具体计算公式为：
其中a1为水平方向的缩放因子，a2为水平方向的平移因子，a3为竖直方向的缩放因子，a4为竖直方向的平移因子；K表示特征点所在图像块的行数，L表示特征点所在块的列数，v表示运动向量，vklx即表示第k行l列的块的x方向的运动向量，vkly同理；s是特征点的坐标，sksl即为水平坐标和垂直坐标。
（ⅲ）对步骤（ⅱ）运动补偿后的图像和当前帧图像取绝对差，得到残差图像。
全局运动补偿的公式为：
其中u为坐标Si,Sj进行运动补偿后的新的坐标位置。
（ⅳ）根据步骤（ⅲ）残差图像的能量分布，确认运动目标位置区域。对残差图像进行分析的方法为：对残差图像进行二值化，对白色像素进行连通域检测求出团块的外界矩形区域，将该区域宽高分别外扩15%，外扩后的区域作为检测区域。
（ⅴ）对步骤（ⅳ）位置区域进行目标检测，得到人体目标的精确位置和所占画面比例。
以当检测区域为基础图像，对该图像进行目标检测，检测方法可以使用常见模式识别的算法，HOG,LBP,DPM等特征配合常见的分类器，也可以使用卷积神经网络等深度学习等方法，具体方法不做规定，这些方法的检测结果会返回准确的目标位置和大小。
（ⅵ）根据位置区域和人体目标所占画面比例计算PTZ控制指令。
根据目标的位置距离画面中心的偏移量，确定P和T方向的运动速度，或者计算要讲目标移动到画面中心的PT运动幅度，如果根据运动幅度控制PT的运动，则需要发送PT运动幅度的指令是可以随时中断，以确保在新的指令到来后，不需要等之前的指令执行完才能开始执行，从而使PT方向的运动是平稳的。根据目标占画面的比例确定Z坐标的变大变小以及幅度，最终使人体目标处于画面中心区域，并且保持适当的画面比例，该比例可以根据应用需求确定，但需要考虑目标太大会对全局运动估计造成较大影响，建议值是人体宽度占画面宽度的25%左右。
本发明通过对前后两帧视频图像进行全局运动估计，根据估计出的全局运动向量，对图像进行运动补偿，再通过求绝对差的方式获得前后两帧的残差图像，进而确认目标的位置区域，再对目标通过目标检测的方法进行精细定位，获取目标的准确位置和大小。本发明主要为了解决室内PTZ跟踪时，由于设备的安装高度收到屋顶高度的限制，无法达到一般PTZ跟踪设备的安装高度要求，从而导致按照一般的PTZ跟踪方法确定的变倍大小，误差较大，导致变焦过大，无法兼顾背景甚至目标边界超出画面，或者目标过小无法看清细节，最终都会导致无效跟踪。