一種基于光流的特征跟蹤方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域,尤其涉及一種基于光流的特征跟蹤方法及裝置。
【背景技術(shù)】
[0002] 隨著運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)的快速發(fā)展,相應(yīng)的產(chǎn)生了多種用于對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè) 的方法,例如現(xiàn)有技術(shù)中基于運(yùn)動(dòng)目標(biāo)的顏色特征、運(yùn)動(dòng)信息以及運(yùn)動(dòng)模型等建立相應(yīng)的 檢測(cè)方法,而其中運(yùn)動(dòng)目標(biāo)的特征檢測(cè)與跟蹤是研究的重要基礎(chǔ)和關(guān)鍵技術(shù),例如可以對(duì) 處于運(yùn)動(dòng)狀態(tài)的人的手部、臉部所拍攝的圖像序列的特征進(jìn)行檢測(cè)和跟蹤,進(jìn)而可以實(shí)現(xiàn) 對(duì)于人的手勢(shì)、人的臉部等的識(shí)別。
[0003] 基于運(yùn)動(dòng)目標(biāo)的顏色特征的檢測(cè)方法有均值漂移、連續(xù)的自適應(yīng)均值漂移等方 法,此類方法在一些簡(jiǎn)單場(chǎng)景下可以實(shí)現(xiàn)較好的人的手勢(shì)等的跟蹤?;谶\(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng) 信息的檢測(cè)方法有光流法、卡爾曼濾波(Kalman FiIter)、粒子濾波(Particle Filter)等 方法。其中,光流法可以利用含有運(yùn)動(dòng)目標(biāo)的圖像序列中像素的強(qiáng)度在時(shí)域、空域的變化, 進(jìn)而推算出所述運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)場(chǎng)(Motion Field),最終實(shí)現(xiàn)對(duì)于運(yùn)動(dòng)目標(biāo)的跟蹤。所述 光流法根據(jù)計(jì)算所需的像素點(diǎn)的多少,光流可以分為稠密光流和稀疏光流。此外,也有基于 運(yùn)動(dòng)模型的檢測(cè)方法,此類方法中首先建立運(yùn)動(dòng)目標(biāo)的2D或3D模型,例如建立人手的2D 或3D模型,在對(duì)目標(biāo)跟蹤的過(guò)程中,根據(jù)實(shí)際情況對(duì)建立的模型的參數(shù)進(jìn)行迭代、優(yōu)化,從 而使其不斷的適應(yīng)運(yùn)動(dòng)目標(biāo)的變化,實(shí)現(xiàn)對(duì)于運(yùn)動(dòng)目標(biāo)的跟蹤。
[0004] 在上述基于運(yùn)動(dòng)信息的檢測(cè)方法中,在光流法中,通常可以通過(guò)對(duì)圖像序列中的 若干特征點(diǎn)進(jìn)行光流計(jì)算,通過(guò)對(duì)特征點(diǎn)的跟蹤而實(shí)現(xiàn)對(duì)于運(yùn)動(dòng)目標(biāo)的跟蹤和識(shí)別,但在 上述光流法的跟蹤過(guò)程中,對(duì)圖像序列的匹配要求比較高,但在一些復(fù)雜場(chǎng)景下得到的圖 像序列則可能匹配程度不高,由此導(dǎo)致對(duì)一些特征點(diǎn)的跟蹤出現(xiàn)誤差,進(jìn)而可能導(dǎo)致對(duì)運(yùn) 動(dòng)目標(biāo)的跟蹤和識(shí)別出現(xiàn)誤差或失敗的可能。
[0005] 相關(guān)技術(shù)可參考公開(kāi)號(hào)為US2013259317A1的美國(guó)專利申請(qǐng)。
【發(fā)明內(nèi)容】
[0006] 本發(fā)明解決的問(wèn)題是對(duì)特征點(diǎn)跟蹤不準(zhǔn)確的問(wèn)題。
[0007] 為解決上述問(wèn)題,本發(fā)明技術(shù)方案提供一種基于光流的特征跟蹤方法,所述方法 包括:
[0008] 獲取跟蹤窗口所含有的特征點(diǎn);
[0009] 基于稀疏光流算法對(duì)所述特征點(diǎn)進(jìn)行跟蹤;
[0010] 當(dāng)跟蹤后的特征點(diǎn)位于預(yù)設(shè)區(qū)域之外時(shí),對(duì)所述跟蹤后的特征點(diǎn)重新定位,所述 預(yù)設(shè)區(qū)域?yàn)橐灾兄堤卣鼽c(diǎn)為中心的區(qū)域,所述中值特征點(diǎn)為所述跟蹤后的特征點(diǎn)中與其它 所有跟蹤后的特征點(diǎn)的距離的和為最小的特征點(diǎn)。
[0011] 可選的,所述圖像的獲取跟蹤窗口所含有的特征點(diǎn)的過(guò)程包括:
[0012] 通過(guò)下述公式獲取圖像的跟蹤窗口內(nèi)的所有像素點(diǎn)的自相關(guān)矩陣:
【主權(quán)項(xiàng)】
1. 一種基于光流的特征跟蹤方法,其特征在于,包括: 獲取跟蹤窗口所含有的特征點(diǎn); 基于稀疏光流算法對(duì)所述特征點(diǎn)進(jìn)行跟蹤; 當(dāng)跟蹤后的特征點(diǎn)位于預(yù)設(shè)區(qū)域之外時(shí),對(duì)所述跟蹤后的特征點(diǎn)重新定位,所述預(yù)設(shè) 區(qū)域?yàn)閃中值特征點(diǎn)為中也的區(qū)域,所述中值特征點(diǎn)為所述跟蹤后的特征點(diǎn)中與其它所有 跟蹤后的特征點(diǎn)的距離的和為最小的特征點(diǎn)。
2. 如權(quán)利要求1所述的基于光流的特征跟蹤方法,其特征在于,所述獲取跟蹤窗口所 含有的特征點(diǎn)的過(guò)程包括: 通過(guò)下述公式獲取圖像的跟蹤窗口內(nèi)的所有像素點(diǎn)的自相關(guān)矩陣:
其中,M(x,y)表示坐標(biāo)為 (x,y)的像素點(diǎn)的自相關(guān)矩陣,i,j為跟蹤窗口內(nèi)的像素點(diǎn)分別在X方向和Y方向上的索 引值,w(i,如為在X方向上的索引值為i、在Y方向上的索引值為j處的像素點(diǎn)的權(quán)重值, K為所述跟蹤窗口的二分之一寬度值,ly和ly分別是X方向索引值為i、在Y方向上的索引 值為j處的像素點(diǎn)在X方向上偏導(dǎo)數(shù)值和在Y方向上的偏導(dǎo)數(shù)值; 基于所述像素點(diǎn)的自相關(guān)矩陣,獲取所述像素點(diǎn)的自相關(guān)矩陣的最大特征值和最小特 征值; 當(dāng)A (min)〉A(chǔ)X A (max)時(shí),確定所述像素點(diǎn)為跟蹤窗口所含有的特征點(diǎn),其中 A (max)為所述像素點(diǎn)的自相關(guān)矩陣的最大特征值,A (min)為所述像素點(diǎn)的自相關(guān)矩陣 的最小特征值,A為特征闊值。
3. 如權(quán)利要求2所述的基于光流的特征跟蹤方法,其特征在于,所述特征闊值的取值 為 0. 001 ?0. 01。
4. 如權(quán)利要求1所述的基于光流的特征跟蹤方法,其特征在于,還包括;在獲取跟蹤窗 口所含有的特征點(diǎn)之后,基于稀疏光流算法對(duì)所述特征點(diǎn)進(jìn)行跟蹤之前,對(duì)所述特征點(diǎn)進(jìn) 行光照補(bǔ)償。
5. 如權(quán)利要求4所述的基于光流的特征跟蹤方法,其特征在于,所述對(duì)所述特征點(diǎn)進(jìn) 行光照補(bǔ)償包括: 基于公式山=A XJ+5對(duì)所述跟蹤窗口所含有的特征點(diǎn)進(jìn)行光照補(bǔ)償,其中,A是所述 特征點(diǎn)的亮度的增益系數(shù),5是所述特征點(diǎn)的亮度的偏置系數(shù),J為所述特征點(diǎn)補(bǔ)償前的 亮度值,J。為所述特征點(diǎn)補(bǔ)償后的亮度值。
6. 如權(quán)利要求1所述的基于光流的特征跟蹤方法,其特征在于,所述對(duì)所述跟蹤后的 特征點(diǎn)重新定位的過(guò)程包括: 通過(guò)公式N=RXM+ (1 - R) XN對(duì)所述跟蹤后的特征點(diǎn)重新定位,其中,N為所述跟蹤 后的特征點(diǎn)的坐標(biāo)值,R為更新系數(shù),R的取值范圍為0?1之間的數(shù)值,M為所述中值特征 點(diǎn)的坐標(biāo)值。
7. 如權(quán)利要求1所述的基于光流的特征跟蹤方法,其特征在于,所述預(yù)設(shè)區(qū)域?yàn)閃中
值特征點(diǎn)為中也、w跟蹤窗口的邊長(zhǎng)值的二分之一長(zhǎng)度為半徑的圓形區(qū)域。
8. 如權(quán)利要求1所述的基于光流的特征跟蹤方法,其特征在于,所述稀疏光流算法為 圖像金字培光流算法。
9. 如權(quán)利要求1所述的基于光流的特征跟蹤方法,其特征在于,還包括;在對(duì)所述跟 蹤后的特征點(diǎn)重新定位后,基于所述跟蹤窗口內(nèi)的特征點(diǎn)的跟蹤結(jié)果對(duì)用戶的手勢(shì)進(jìn)行識(shí) 別。
10. -種基于光流的特征跟蹤裝置,其特征在于,包括: 獲取單元,適于獲取跟蹤窗口所含有的特征點(diǎn); 跟蹤單元,適于基于稀疏光流算法對(duì)所述特征點(diǎn)進(jìn)行跟蹤; 重新定位單元,適于當(dāng)跟蹤后的特征點(diǎn)位于預(yù)設(shè)區(qū)域之外時(shí),對(duì)所述跟蹤后的特征點(diǎn) 重新定位,所述預(yù)設(shè)區(qū)域?yàn)閃中值特征點(diǎn)為中也的區(qū)域,所述中值特征點(diǎn)為所述跟蹤后的 特征點(diǎn)中與其它所有跟蹤后的特征點(diǎn)的距離的和為最小的特征點(diǎn)。
11. 如權(quán)利要求10所述的基于光流的特征跟蹤裝置,其特征在于,還包括;補(bǔ)償單元, 適于在獲取圖像的特征點(diǎn)之后,基于稀疏光流算法對(duì)所述特征點(diǎn)進(jìn)行跟蹤之前,對(duì)所述特 征點(diǎn)進(jìn)行光照補(bǔ)償。
12. 如權(quán)利要求10所述的基于光流的特征跟蹤裝置,其特征在于,所述重新定位單元 通過(guò)公式N=RXM+ (1 -R) XN對(duì)所述跟蹤后的特征點(diǎn)重新定位,其中,N為所述跟蹤后的 特征點(diǎn)的坐標(biāo)值,R為更新系數(shù),R的取值范圍為0?1之間的數(shù)值,M為所述中值特征點(diǎn)的 坐標(biāo)值。
13. 如權(quán)利要求10所述的基于光流的特征跟蹤裝置,其特征在于,還包括;識(shí)別單元, 適于在對(duì)所述跟蹤后的特征點(diǎn)重新定位后,基于所述跟蹤窗口內(nèi)的特征點(diǎn)的跟蹤結(jié)果對(duì)用 戶的手勢(shì)進(jìn)行識(shí)別。
【專利摘要】一種基于光流的特征跟蹤方法及裝置,所述方法包括:獲取跟蹤窗口所含有的特征點(diǎn);基于稀疏光流算法對(duì)所述特征點(diǎn)進(jìn)行跟蹤;當(dāng)跟蹤后的特征點(diǎn)位于預(yù)設(shè)區(qū)域之外時(shí),對(duì)所述跟蹤后的特征點(diǎn)重新定位,所述預(yù)設(shè)區(qū)域?yàn)橐灾兄堤卣鼽c(diǎn)為中心的區(qū)域,所述中值特征點(diǎn)為所述特征點(diǎn)中與其它所有特征點(diǎn)的距離的和為最小的特征點(diǎn)。通過(guò)所述方法,在對(duì)特征點(diǎn)跟蹤的過(guò)程中,對(duì)可能是錯(cuò)誤的跟蹤點(diǎn)通過(guò)重新定位,可以提高特征點(diǎn)的準(zhǔn)確性,提高跟蹤結(jié)果的準(zhǔn)確性。
【IPC分類】G06T7-20
【公開(kāi)號(hào)】CN104599286
【申請(qǐng)?zhí)枴緾N201310529938
【發(fā)明人】劉陽(yáng), 張樂(lè), 陳敏杰, 林福輝
【申請(qǐng)人】展訊通信(天津)有限公司
【公開(kāi)日】2015年5月6日
【申請(qǐng)日】2013年10月31日