一种抗遮挡目标轨迹预测跟踪方法

摘要

本发明涉及计算机视觉和模式识别技术领域，提出了一种抗遮挡目标轨迹预测跟踪方法。本发明包括选定目标，Kalman参数初始化，计算量化直方图；读取图像，计算跟踪窗口的位置和大小，校正目标的中心位置，设置下一帧图像搜索窗口中心位置；轨迹预报程序进行目标位置预报；求遮挡因子；根据被遮挡情况选择Kalman滤波器工作或转换为基于最小二乘支持向量机的轨迹预报：预报过程中若超过已定帧数仍未发现目标则认定跟踪失败；若发现目标，继续启用MeanShif目标跟踪算法和Kalman滤波器进行跟踪等。该方法能准确跟踪经过大面积遮挡后重新出现的目标，具有良好的实时性和抗干扰能力。

主权项

1.一种抗遮挡目标轨迹预测跟踪方法，其特征是具体步骤如下：(1).初始选定跟踪目标，Kalman参数初始化，计算目标的量化直方图；(2).读取图像，用MeanShift算法计算跟踪窗口的位置和大小，并将窗口的中心位置作为Kalman滤波的测量值，校正目标的中心位置，同时更新目标的状态及方差阵，Kalman滤波器的预测结果用于设置下一帧图像搜索窗口的中心位置；(3).将目标位置输出给轨迹预报程序，与跟踪程序并行做下一帧目标位置的预报；(4).根据方程求遮挡因子α；(5).根据设定的阈值判断目标被遮挡情况：若α小于此阈值，返回步骤2继续下一帧计算；若α大于此阈值，Kalman滤波器停止工作，跟踪转换为基于最小二乘支持向量机的轨迹预报，利用前一段时间MeanShift收敛点的位置用最小二乘支持向量机预测下一帧可能起始点的值，然后在该起始点邻域内利用MeanShift目标预测算法对当前帧目标的位置进行搜索：(a)若未发现目标，继续进行基于最小二乘支持向量机的轨迹预报，若搜索超过已设定的帧数仍未发现目标则认定跟踪失败；(b)若发现目标，继续启用MeanShif目标跟踪算法和Kalman滤波器进行跟踪，并更新Kalman滤波器状态，返回步骤(2)开始下一帧计算。