一种新型的基于自适应分块的视频跟踪方法

摘要

本发明涉及一种新型的基于自适应分块的视频跟踪方法，充分考虑了目标区域内部的像素值的差异性，基于粒子滤波的视频跟踪方法，实现了高效自适应的视频跟踪，提高了视频跟踪的准确性和自适应性。对于在视频跟踪中出现的遮挡以及干扰等问题，本发明能够保持较为准确的识别率，充分考虑视频及图像中内容信息，根据跟踪的目标区域的特征而自适应的调整相应的分块策略，达到高智能化、高准确性的视频跟踪效果。

主权项

一种新型的基于自适应分块的视频跟踪方法，其特征在于，所述视频包括M帧图像，m＝1，在第m帧图像中标出需要跟踪的目标区域，具体步骤包括：(1)将目标区域分成N个大小相同的初始块，1≤N≤10；(2)对步骤(1)得到的每个初始块i执行步骤A‑E,其中，1≤i≤N：A、计算初始块i的像素点的像素值的方差D_currenti；B、将初始块i预分成p个大小相同的子块，并计算每个子块的像素点的像素值的方差D_subij，即：{D_subi1,D_subi2…D_subip}，2≤p≤4；C、将步骤B所述p个子块的像素点的像素值的方差D_subij相加后与初始块i的像素点的像素值的方差D_currenti进行比较，如果p个子块的像素点的像素值的方差D_subij之和小于初始块i的像素点的像素值的方差D_currenti，即：进入步骤D，否则，所述初始块i无需进行分割，C_i＝0_，C_i是指初始块i的分裂系数，即分裂次数，进入步骤(3)；D、对步骤C所述初始块i分割成p个大小相同的子块；E、对步骤D所述的每个子块j执行步骤①‑③，其中，1≤j≤p；①将子块j预分成p个大小相同的小块，并计算每个小块的像素点的像素值的方差D_subijk，即：{D_subij1,D_subij2…D_subijp}；②将步骤①所述p个小块的像素点的像素值的方差D_subijk相加后与子块j的像素点的像素值的方差D_subij进行比较，如果p个小块的像素点的像素值的方差D_subijk之和小于子块的像素点的像素值的方差D_subij，即：进入步骤③，否则，所述子块j无需再进行分割，C_i＝1，进入步骤(3)；③将步骤②所述子块j分割成p个大小相同的小块,C_i＝2，进入步骤(3)；(3)在第(m+1)帧图像中，通过粒子滤波算法在与目标区域相同位置的附近抛洒粒子，得到T个候选区域，1≤t≤T,对每个候选区域t执行步骤(Ⅰ)‑(Ⅱ)：(Ⅰ)将候选区域t分成N个大小相同的初始块i′；(Ⅱ)对步骤(Ⅰ)得到的每个初始块i′执行步骤A′‑E′,其中，1≤i′≤N：A′、计算初始块i′像素点的像素值的方差D_currenti′；B′、将初始块i′预分成p个大小相同的子块，并计算每个子块的像素点的像素值的方差D_subij′，即：{D′_subi1,D′_subi2…D′_subip}；C′、将步骤B′所述p个子块的像素点的像素值的方差D_subij′相加后与初始块i′的像素点的像素值的方差D_currenti′进行比较，如果p个子块的像素点的像素值的方差D_subij′之和小于初始块i′的像素点的像素值的方差D_currenti′，即：进入步骤D′，否则，所述初始块i′无需进行分割，C_i′＝0，C_i′是指初始块i′的分裂系数，即分裂次数，进入步骤(4)；D′、对步骤C′所述初始块i′分割成p个大小相同的子块；E′、对步骤D′所述的每个子块j′执行步骤a‑c，其中，1≤j′≤4：a、将子块j′预分成p个大小相同的小块，并计算每个小块的像素点的像素值的方差D_subijk′，即：{D_subij1′,D_subij2′…D_subijp′}；b、将步骤a所述p个小块的像素点的像素值的方差D_subijk′相加后与子块j′的像素点的像素值的方差D_subij′进行比较，如果p个小块的像素点的像素值的方差D_subijk′之和小于子块的像素点的像素值的方差D_subij′，即：进入步骤c，否则，所述子块j′无需再进行分割，C_i′＝1，进入步骤(4)；c、将步骤b所述子块j′分割成p个大小相同的小块,C_i′＝2；(4)求取目标区域与每个候选区域的相似度，得到目标区域与每个候选区域的相似度{BC₁，BC₂，BC₃…BC_t…BC_T}，计算公式如式(Ⅰ)所示：式(Ⅰ)中，BC_t表示目标区域与候选区域t的相似度，1≤t≤T，c_i表示目标区域初始块i的分裂系数，c_i′表示候选区域n初始块i′的分裂系数，Hist_i表示目标区域初始块i的颜色直方图，Hist_i′表示候选区域n初始块i′的颜色直方图；(5)取{BC₁，BC₂，BC₃…BC_t…BC_T}中的最大值对应的候选区域作为目标区域，m加1，如果m＝M，结束，否则，进入步骤(1)。