主权项 |
1、一种体育视频目标跟踪方法,包括以下步骤:1)、提取视频中的颜色直方图,利用核函数对颜色直方图作归一化处理,得到目标的颜色分布特征;2)、采用粒子滤波算法预测目标的运动位置,按以下步骤进行:2-1)、在第一帧中由正态分布产生随机样本点集合<math> <mrow> <msub> <mi>S</mi> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mrow> <mo>{</mo> <msubsup> <mi>s</mi> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </msubsup> <mo>}</mo> </mrow> <mrow> <mi>n</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mo>·</mo> <mo>·</mo> <mo>·</mo> <mo>,</mo> <mi>N</mi> </mrow> </msub> <mo>,</mo> </mrow> </math> 从样本集合中选择N个服从概率分布的样本;2-2)、根据下述公式,由当前帧的样本点集合<math> <mrow> <msubsup> <mi>S</mi> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>′</mo> </msubsup> <mo>=</mo> <msub> <mrow> <mo>{</mo> <msubsup> <mi>s</mi> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> <mrow> <mo>′</mo> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow> </msubsup> <mo>}</mo> </mrow> <mrow> <mi>n</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mo>·</mo> <mo>·</mo> <mo>·</mo> <mo>,</mo> <mi>N</mi> </mrow> </msub> </mrow> </math> 得到下一帧图像的样本点集合<math> <mrow> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>=</mo> <msub> <mrow> <mo>{</mo> <msubsup> <mi>s</mi> <mi>t</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </msubsup> <mo>}</mo> </mrow> <mrow> <mi>n</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mo>·</mo> <mo>·</mo> <mo>·</mo> <mo>,</mo> <mi>N</mi> </mrow> </msub> <mo>;</mo> </mrow> </math> <math> <mrow> <msubsup> <mi>S</mi> <mi>t</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </msubsup> <mo>=</mo> <msubsup> <mi>As</mi> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> <mrow> <mo>′</mo> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow> </msubsup> <mo>+</mo> <msubsup> <mi>w</mi> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </msubsup> </mrow> </math> 其中,wt-1 (n)是系统噪声,符合高斯分布,A代表运动模型,下标t-1代表当前帧,下标t代表下一帧,n代表样本点的数目;下一帧中样本点由当前帧的样本点根据运动模型产生;2-3)、预测目标在下一帧图像中的运动位置;3)、根据步骤2)得到的目标的运动位置的预测值,采用均值聚0类算法求目标运动位置的精确值。 |