一種目標(biāo)跟蹤方法和裝置的制造方法
【專利摘要】本發(fā)明公開一種目標(biāo)跟蹤方法和裝置，涉及視覺跟蹤技術(shù)領(lǐng)域，為解決目標(biāo)跟蹤的準(zhǔn)確性低的問題。所述目標(biāo)跟蹤的方法包括：根據(jù)上一幀視頻圖像的跟蹤框尺寸以及預(yù)設(shè)的跟蹤框系數(shù)，得到多個(gè)不同尺寸的跟蹤框；將各個(gè)尺寸的跟蹤框中的圖像縮放至同一預(yù)設(shè)尺寸；分別提取各個(gè)已縮放至預(yù)設(shè)尺寸的圖像的圖像特征；將圖像特征代入上一幀視頻圖像的相關(guān)濾波器，得到圖像特征的綜合響應(yīng)值；獲取綜合響應(yīng)值中的最大值，并將最大的綜合響應(yīng)值對(duì)應(yīng)的圖像的跟蹤框尺寸確定為當(dāng)前幀視頻圖像的跟蹤框尺寸。本發(fā)明提供的目標(biāo)跟蹤方法和裝置用于對(duì)視頻影像中的跟蹤目標(biāo)進(jìn)行跟蹤。
【專利說(shuō)明】
一種目標(biāo)跟蹤方法和裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及視覺跟蹤技術(shù)領(lǐng)域，尤其涉及一種目標(biāo)跟蹤方法和裝置。
【背景技術(shù)】
[0002] 目標(biāo)跟蹤是一項(xiàng)融合圖像處理、模式識(shí)別、人工智能及自動(dòng)控制等多種不同技術(shù) 的綜合性應(yīng)用技術(shù)，廣泛應(yīng)用于各種領(lǐng)域中。目標(biāo)跟蹤是指對(duì)圖像序列中的運(yùn)動(dòng)目標(biāo)或是 特征單一的物體進(jìn)行檢測(cè)、識(shí)別和跟蹤，通過(guò)獲取目標(biāo)的位置、速度等參數(shù)或是目標(biāo)的形狀 和顏色等特征，對(duì)其進(jìn)一步處理，從而實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)物的準(zhǔn)確跟蹤。
[0003]在目標(biāo)跟蹤的研究領(lǐng)域中，眾多學(xué)者提出了大量的跟蹤方法，在這些跟蹤方法中， 往往采用跟蹤框來(lái)對(duì)跟蹤目標(biāo)進(jìn)行跟蹤，但在跟蹤框?qū)Ω櫮繕?biāo)進(jìn)行跟蹤的過(guò)程中，由于 跟蹤目標(biāo)是運(yùn)動(dòng)的，跟蹤目標(biāo)在視頻圖像中的大小和位置會(huì)隨著時(shí)間而發(fā)生變化，當(dāng)跟蹤 目標(biāo)在視頻圖像中的大小較小或較大時(shí)，現(xiàn)有技術(shù)中的跟蹤框容易丟失正在跟蹤的跟蹤目 標(biāo)，從而降低了目標(biāo)跟蹤的準(zhǔn)確性。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種目標(biāo)跟蹤方法和裝置，用于提高目標(biāo)跟蹤的準(zhǔn)確度。
[0005] 為了實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：
[0006] -方面，本發(fā)明提供了一種目標(biāo)跟蹤方法，包括：
[0007] 根據(jù)上一幀視頻圖像的跟蹤框尺寸以及預(yù)設(shè)的跟蹤框系數(shù)，得到多個(gè)不同尺寸的 跟蹤框；
[0008] 將所述各個(gè)尺寸的跟蹤框中的圖像縮放至同一預(yù)設(shè)尺寸；
[0009] 分別提取各個(gè)已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征；
[0010] 將所述圖像特征代入上一幀視頻圖像的相關(guān)濾波器，得到所述圖像特征的綜合響 應(yīng)值；
[0011] 獲取所述綜合響應(yīng)值中的最大值，并將最大的所述綜合響應(yīng)值對(duì)應(yīng)的圖像的跟蹤 框尺寸確定為當(dāng)前幀視頻圖像的跟蹤框尺寸。
[0012 ]另一方面，本發(fā)明提供了一種目標(biāo)跟蹤裝置，包括：
[0013] 獲取模塊，用于根據(jù)上一幀視頻圖像的跟蹤框尺寸以及預(yù)設(shè)的跟蹤框系數(shù)，得到 多個(gè)不同尺寸的跟蹤框；
[0014] 縮放模塊，用于將所述各個(gè)尺寸的跟蹤框中的圖像縮放至同一預(yù)設(shè)尺寸；
[0015] 特征提取模塊，用于分別提取各個(gè)已縮放至同一預(yù)設(shè)尺寸的圖像的圖像特征；
[0016] 相關(guān)濾波器，用于接收所述圖像特征，得到所述圖像特征的綜合響應(yīng)值；
[0017] 跟蹤框確定模塊，用于獲取所述綜合響應(yīng)值中的最大值，并將最大的所述綜合響 應(yīng)值對(duì)應(yīng)的圖像的跟蹤框尺寸確定為當(dāng)前幀視頻圖像的跟蹤框尺寸。
[0018] 本發(fā)明提供的目標(biāo)跟蹤方法和裝置中，根據(jù)上一幀視頻圖像的跟蹤框尺寸和預(yù)設(shè) 的跟蹤框系數(shù)，得到多個(gè)不同尺寸的跟蹤框，將各個(gè)尺寸的跟蹤框中的圖像縮放至同一預(yù) 設(shè)尺寸，提取各個(gè)已縮放至預(yù)設(shè)尺寸的圖像的圖像特征，得到各個(gè)已縮放至預(yù)設(shè)尺寸的圖 像的的圖像特征的綜合響應(yīng)值，將最大的綜合響應(yīng)值對(duì)應(yīng)的跟蹤框尺寸確定為當(dāng)前幀視頻 圖像的跟蹤框尺寸。當(dāng)跟蹤目標(biāo)運(yùn)動(dòng)時(shí)，跟蹤目標(biāo)的尺度變化因子等特性發(fā)生改變，從而使 跟蹤目標(biāo)在視頻圖像中的大小發(fā)生改變，與利用固定大小的跟蹤框跟蹤目標(biāo)，不能適應(yīng)跟 蹤目標(biāo)的尺度變化的現(xiàn)有技術(shù)相比，本發(fā)明能夠設(shè)定與上一幀視頻圖像的跟蹤框尺寸相關(guān) 的多個(gè)不同尺寸的跟蹤框，利用不同尺寸的跟蹤框中縮放至同一預(yù)設(shè)尺寸的圖像的圖像特 征計(jì)算綜合響應(yīng)值，并選取綜合響應(yīng)值最大的跟蹤框尺寸作為當(dāng)前視頻圖像幀的跟蹤框尺 寸，從而使得跟蹤目標(biāo)的跟蹤框尺寸能夠適應(yīng)大小發(fā)生變化的跟蹤目標(biāo)，也就是說(shuō)在視頻 圖像中進(jìn)行的目標(biāo)跟蹤能夠適應(yīng)跟蹤目標(biāo)的尺度變化，準(zhǔn)確地跟蹤到大小和位置發(fā)生變化 的跟蹤目標(biāo)，提高了目標(biāo)跟蹤的準(zhǔn)確性。
[0019] 同時(shí)，本發(fā)明實(shí)施例提供的目標(biāo)跟蹤方法，將各個(gè)尺寸的跟蹤框中的圖像縮放至 同一預(yù)設(shè)尺寸，進(jìn)而提取各個(gè)已縮放至同一預(yù)設(shè)尺寸的圖像的圖像特征，計(jì)算各個(gè)已縮放 至同一預(yù)設(shè)尺寸的圖像的的圖像特征的綜合響應(yīng)值，因此，在本發(fā)明實(shí)施例的目標(biāo)跟蹤過(guò) 程中，由于提取的是縮放至同一預(yù)設(shè)尺寸的圖像的圖像特征，所以，每一幀視頻圖像對(duì)應(yīng)的 濾波器和相關(guān)濾波器的尺寸均相同，能夠進(jìn)一步減少目標(biāo)跟蹤過(guò)程中的運(yùn)算量。
【附圖說(shuō)明】
[0020] 此處所說(shuō)明的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本發(fā)明的一部分，本發(fā) 明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中：
[0021] 圖1為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤方法的流程圖一；
[0022] 圖2為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤的方法流程圖二；
[0023] 圖3為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤的方法流程圖三；
[0024]圖4為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤的方法流程圖四；
[0025]圖5為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤的方法流程圖五；
[0026]圖6a為本發(fā)明實(shí)施例中第一幀視頻圖像及其中的跟蹤框的示意圖；
[0027]圖6b為本發(fā)明實(shí)施例中第二幀視頻圖像及其中的跟蹤框的示意圖；
[0028]圖6c為圖6b中的跟蹤框中圖像縮放至預(yù)設(shè)尺寸的圖像的示意圖；
[0029]圖6d為本發(fā)明實(shí)施例中第三幀視頻圖像及其中的跟蹤框的示意圖一；
[0030]圖6e為本發(fā)明實(shí)施例中第三幀視頻圖像及其中的跟蹤框的示意圖二；
[0031]圖7為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤方法流程圖六；
[0032] 圖8為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤方法流程圖七；
[0033] 圖9為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤裝置的結(jié)構(gòu)示意圖一；
[0034] 圖10為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤裝置的結(jié)構(gòu)示意圖二；
[0035]圖11為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤裝置的結(jié)構(gòu)示意圖三；
[0036] 圖12為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤裝置的結(jié)構(gòu)示意圖四；
[0037] 圖13為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤裝置的結(jié)構(gòu)示意圖五；
[0038] 圖14為本發(fā)明實(shí)施例中一種目標(biāo)跟蹤裝置的結(jié)構(gòu)示意圖六。
【具體實(shí)施方式】
[0039] 為了進(jìn)一步說(shuō)明本發(fā)明實(shí)施例提供的目標(biāo)跟蹤方法和裝置，下面結(jié)合說(shuō)明書附圖 進(jìn)行詳細(xì)描述。
[0040] 在本發(fā)明實(shí)施例提供的目標(biāo)跟蹤方法，應(yīng)用于目標(biāo)跟蹤裝置，示例的，應(yīng)用于智能 交通領(lǐng)域的目標(biāo)車輛跟蹤、社區(qū)內(nèi)的目標(biāo)人物跟蹤或者視頻錄像中的目標(biāo)跟蹤等。本發(fā)明 的執(zhí)行主體包括但不限于，設(shè)置在智能手機(jī)、臺(tái)式電腦、智能電視、筆記本電腦、平板電腦等 終端設(shè)備中的目標(biāo)跟蹤模塊或其他獨(dú)立的目標(biāo)跟蹤裝置。
[0041 ]請(qǐng)參閱圖1，本發(fā)明實(shí)施例提供的目標(biāo)跟蹤方法包括：
[0042]步驟101，獲取一幀視頻圖像，示例的，獲取正在執(zhí)行拍攝工作的攝像頭拍攝的一 幀視頻圖像，或者，獲取待處理的一段視頻中某一幀視頻圖像等等。需要說(shuō)明的是，一幀視 頻圖像的跟蹤框尺寸是一幀視頻圖像中跟蹤目標(biāo)的跟蹤框尺寸。需要說(shuō)明的是，如果該幀 視頻圖像為待處理視頻圖像的初始幀視頻圖像，則跳轉(zhuǎn)步驟109執(zhí)行，否則，跳轉(zhuǎn)步驟102執(zhí) 行。
[0043]步驟102,根據(jù)上一幀視頻圖像的跟蹤框尺寸以及預(yù)設(shè)的跟蹤框系數(shù)，得到多個(gè)不 同尺寸的跟蹤框。其中，預(yù)設(shè)的跟蹤框系數(shù)有多個(gè)，由于相鄰的兩幀視頻圖像中跟蹤目標(biāo)的 大小和位置的變化均較小，因此利用上一幀視頻圖像的跟蹤框尺寸和預(yù)設(shè)的跟蹤框系數(shù)， 為確定當(dāng)前幀視頻圖像的跟蹤框尺寸提供多個(gè)候選的不同尺寸的跟蹤框。比如，預(yù)設(shè)的跟 蹤框系數(shù)分別為sl、s2和s3,則跟蹤框系數(shù)si對(duì)應(yīng)的跟蹤框尺寸為kl，跟蹤框系數(shù)s2對(duì)應(yīng)的 跟蹤框尺寸為k2，跟蹤框系數(shù)s3對(duì)應(yīng)的跟蹤框尺寸為k3。
[0044]步驟103,將各個(gè)尺寸的跟蹤框中的圖像縮放至同一預(yù)設(shè)尺寸。當(dāng)跟蹤框的尺寸小 于預(yù)設(shè)尺寸時(shí)，將跟蹤框中的圖像放大至預(yù)設(shè)尺寸；當(dāng)跟蹤框尺寸大于預(yù)設(shè)尺寸時(shí)，將跟蹤 框中的圖形縮小至預(yù)設(shè)尺寸。比如，跟蹤框尺寸為kl的跟蹤框中的圖像的尺寸也為kl，跟蹤 框尺寸為k2的跟蹤框中的圖像的尺寸也為k2，kl小于預(yù)設(shè)尺寸k'，k2大于預(yù)設(shè)尺寸k'，將跟 蹤框尺寸為kl的跟蹤框中的圖像放大至預(yù)設(shè)尺寸k'，將跟蹤框尺寸為k2的跟蹤框中的圖像 縮小至預(yù)設(shè)尺寸k'。需要說(shuō)明的是，所有幀視頻圖像中不同尺寸的跟蹤框中的圖像均縮放 至同一預(yù)設(shè)尺寸，比如，第一幀視頻圖像中的所有不同尺寸的跟蹤框中的圖像均縮放為預(yù) 設(shè)尺寸k'，第二幀視頻圖像中的所有不同尺寸的跟蹤框中的圖像也均縮放為預(yù)設(shè)尺寸k'， 以此類推，直至最后一幀視頻圖像中的所有不同尺寸的跟蹤框中的圖像也均縮放為預(yù)設(shè)尺 寸k'。
[0045] 由于不同的跟蹤框的跟蹤框尺寸不同，因此不同尺寸中的跟蹤框中的圖像的尺寸 也不同，不同尺寸的圖像的圖像特征的形式也不同，比如，若利用矩陣來(lái)表示圖像特征，則 不同尺寸的圖像的圖像特征對(duì)應(yīng)的矩陣的行列數(shù)目也不同。在步驟103中，將各個(gè)不同尺寸 的跟蹤框中的圖像縮放至同一預(yù)設(shè)尺寸，使得提取的圖像特征的形式相同，比如，若利用矩 陣來(lái)表示圖像特征，則縮放至同一預(yù)設(shè)尺寸的圖像的圖像特征對(duì)應(yīng)的矩陣的行列數(shù)目相 同。
[0046] 步驟104,分別提取各個(gè)已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征。其中，可以利 用不同的提取方法提取出已縮放至所述預(yù)設(shè)尺寸的圖像的不同種類的圖像特征，比如，可 以利用H0G(Histogram of Oriented Gradient，方向梯度直方圖）提取方法得到已縮放至 預(yù)設(shè)尺寸的圖像的H0G圖像特征，和/或利用LBP(Local Binary Pattern，局部二值模式)提 取方法得到已縮放至預(yù)設(shè)尺寸的圖像的LBP圖像特征，提取出的圖像特征的種類包括但并 不限于上述兩種。
[0047]步驟105,將已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征代入上一幀視頻圖像的相 關(guān)濾波器，得到圖像特征的綜合響應(yīng)值。需要說(shuō)明的是，若提取的已縮放至所述預(yù)設(shè)尺寸的 圖像的圖像特征只有一種，則綜合響應(yīng)值為這一種圖像特征代入上一幀視頻圖像的相關(guān)濾 波器得到的響應(yīng)值;若提取的已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征有多種，則綜合響 應(yīng)值為多種圖像特征代入上一幀視頻圖像的相關(guān)濾波器中得到的響應(yīng)值的和，響應(yīng)值具體 可以為回歸響應(yīng)值。需要說(shuō)明的是，在跟蹤框中提取的圖像特征的種類越多，在后續(xù)的目標(biāo) 跟蹤過(guò)程中，對(duì)跟蹤目標(biāo)的跟蹤就越精確，但同時(shí)提取的圖像特征的種類越多，在目標(biāo)跟蹤 過(guò)程中的計(jì)算量就越大，因此，需要根據(jù)具體的工作場(chǎng)景以及期望效果來(lái)決定提取的圖像 特征的種類的數(shù)目。
[0048]步驟106,獲取綜合響應(yīng)值中的最大值，并將最大的綜合響應(yīng)值對(duì)應(yīng)的跟蹤框尺寸 確定為當(dāng)前幀視頻圖像的跟蹤框尺寸。比如，預(yù)設(shè)的跟蹤框系數(shù)分別為sl、s2和s3,則跟蹤 框系數(shù)si對(duì)應(yīng)的跟蹤框尺寸為kl，跟蹤框系數(shù)s2對(duì)應(yīng)的跟蹤框尺寸為k2,跟蹤框系數(shù)s3對(duì) 應(yīng)的跟蹤框尺寸為k3,若跟蹤框尺寸為k3的跟蹤框中縮放至預(yù)設(shè)尺寸的圖像的圖像特征對(duì) 應(yīng)的綜合響應(yīng)值最大，則將k3作為當(dāng)前幀視頻圖像的跟蹤框尺寸。
[0049] 需要說(shuō)明的是，為了使當(dāng)前幀視頻圖形的跟蹤框尺寸更為精確，可以在第一次得 到最大的綜合響應(yīng)值后，利用最大的綜合響應(yīng)值對(duì)應(yīng)的跟蹤框尺寸和跟蹤框系數(shù)，再一次 得到多個(gè)不同尺寸的跟蹤框，將新得到的跟蹤框中的圖像縮放至預(yù)設(shè)尺寸，提取新得到的 跟蹤框的已縮放至預(yù)設(shè)尺寸的圖形的圖像特征，并將圖像特征帶入相關(guān)濾波器，計(jì)算新得 到的圖像特征的綜合響應(yīng)值，第二次得到最大的綜合響應(yīng)值，并將第二次得到的最大的綜 合響應(yīng)值對(duì)應(yīng)的跟蹤框尺寸作為當(dāng)前幀視頻圖像的跟蹤框尺寸。當(dāng)然，針對(duì)同一幀視頻圖 像還可以進(jìn)行更多次求取最大的綜合響應(yīng)值的過(guò)程，但由于進(jìn)行求取最大的綜合響應(yīng)值的 次數(shù)越多，計(jì)算量越大，目標(biāo)跟蹤的實(shí)時(shí)性就越差，因此，可以依據(jù)目標(biāo)跟蹤方法的應(yīng)用場(chǎng) 景的要求，設(shè)置求取最大的綜合響應(yīng)值的次數(shù)。
[0050] 本發(fā)明提供的目標(biāo)跟蹤方法和裝置中，根據(jù)上一幀視頻圖像的跟蹤框尺寸和預(yù)設(shè) 的跟蹤框系數(shù)，得到多個(gè)不同尺寸的跟蹤框，將各個(gè)尺寸的跟蹤框中的圖像縮放至同一預(yù) 設(shè)尺寸，提取各個(gè)已縮放至預(yù)設(shè)尺寸的圖像的圖像特征，得到各個(gè)已縮放至預(yù)設(shè)尺寸的圖 像的的圖像特征的綜合響應(yīng)值，將最大的綜合響應(yīng)值對(duì)應(yīng)的跟蹤框尺寸確定為當(dāng)前幀視頻 圖像的跟蹤框尺寸。當(dāng)跟蹤目標(biāo)運(yùn)動(dòng)時(shí)，跟蹤目標(biāo)的尺度變化因子等特性發(fā)生改變，從而使 跟蹤目標(biāo)在視頻圖像中的大小發(fā)生改變，與利用固定大小的跟蹤框跟蹤目標(biāo)，不能適應(yīng)跟 蹤目標(biāo)的尺度變化的現(xiàn)有技術(shù)相比，本發(fā)明能夠設(shè)定與上一幀視頻圖像的跟蹤框尺寸相關(guān) 的多個(gè)不同尺寸的跟蹤框，利用不同尺寸的跟蹤框中縮放至同一預(yù)設(shè)尺寸的圖像的圖像特 征計(jì)算綜合響應(yīng)值，并選取綜合響應(yīng)值最大的跟蹤框尺寸作為當(dāng)前視頻圖像幀的跟蹤框尺 寸，從而使得跟蹤目標(biāo)的跟蹤框尺寸能夠適應(yīng)大小發(fā)生變化的跟蹤目標(biāo)，也就是說(shuō)在視頻 圖像中進(jìn)行的目標(biāo)跟蹤能夠適應(yīng)跟蹤目標(biāo)的尺度變化，準(zhǔn)確地跟蹤到大小和位置發(fā)生變化 的跟蹤目標(biāo)，提高了目標(biāo)跟蹤的準(zhǔn)確性。
[0051] 同時(shí)，本發(fā)明實(shí)施例提供的目標(biāo)跟蹤方法，將各個(gè)尺寸的跟蹤框中的圖像縮放至 同一預(yù)設(shè)尺寸，進(jìn)而提取各個(gè)已縮放至同一預(yù)設(shè)尺寸的圖像的圖像特征，計(jì)算各個(gè)已縮放 至同一預(yù)設(shè)尺寸的圖像的的圖像特征的綜合響應(yīng)值，因此，在本發(fā)明實(shí)施例的目標(biāo)跟蹤過(guò) 程中，由于提取的是縮放至同一預(yù)設(shè)尺寸的圖像的圖像特征，所以，每一幀視頻圖像對(duì)應(yīng)的 濾波器和相關(guān)濾波器的尺寸均相同，能夠進(jìn)一步減少目標(biāo)跟蹤過(guò)程中的運(yùn)算量。
[0052]請(qǐng)參閱圖2,下面將具體介紹如何將不同尺寸的跟蹤框中的圖像縮放至同一預(yù)設(shè) 尺寸，步驟103可以具體細(xì)化為步驟1031-步驟1033,具體內(nèi)容如下：
[0053] 步驟1031，獲取各個(gè)尺寸的跟蹤框的跟蹤框尺寸和預(yù)設(shè)尺寸。
[0054]步驟1032,分別計(jì)算各個(gè)跟蹤框尺寸與預(yù)設(shè)尺寸的尺寸比值。
[0055] 步驟1033,根據(jù)所述尺寸比值，將各個(gè)不同尺寸的跟蹤框中的圖像縮放至預(yù)設(shè)尺 寸。比如，根據(jù)跟蹤框系數(shù)，得到了跟蹤框尺寸為kl的跟蹤框K1、跟蹤框尺寸為k2的跟蹤框 K2和跟蹤框尺寸為k3的跟蹤框K3,預(yù)設(shè)尺寸為k'，則跟蹤框K1、K2和K3與預(yù)設(shè)尺寸k'的尺寸 比值分別為Kl/k'、K2/k'和K3/k'，利用各個(gè)尺寸比值，將跟蹤框K1、K2和K3中的圖像分別縮 放至預(yù)設(shè)尺寸k'。
[0056] 具體的，對(duì)圖像進(jìn)行縮放可以利用最近鄰差值算法、雙線性插值算法或立方插值 算法。下面舉例介紹如何利用最近鄰插值算法進(jìn)行圖像的縮放，以及如何利用雙線性插值 算法進(jìn)行圖像的縮放，由于立方插值算法在業(yè)內(nèi)比較成熟，在此不詳細(xì)敘述。
[0057] 若利用最近鄰插值算法，則將縮放至預(yù)設(shè)尺寸的圖像中各點(diǎn)的像素值（即目標(biāo)像 素值)設(shè)為與縮放前的圖像中與目標(biāo)像素值最接近的點(diǎn)，設(shè)縮放前的圖像的寬度和高度分 別為w0和h0，縮放至預(yù)設(shè)尺寸的圖像的寬度和高度分別為wl和h 1，那么縮放前和縮放后的 圖像的寬度比例float fw = float wO/wl，高度比例float fh = float hO/hl，對(duì)于縮放至 預(yù)設(shè)尺寸的圖像中的（x，y)點(diǎn)坐標(biāo)來(lái)說(shuō)，對(duì)應(yīng)的是縮放前的圖像中的（x0，y0)點(diǎn)，x0 = int (x*fw)，y0 = int(y*fh)，其中，float為浮點(diǎn)數(shù)，int為取整函數(shù)。
[0058] 若利用雙線性插值算法，則縮放至預(yù)設(shè)尺寸的圖像中的某個(gè)點(diǎn)（x，y)為縮放前的 圖像中最鄰近的一個(gè)點(diǎn)(x〇，y〇)，縮放至預(yù)設(shè)尺寸的圖像中的點(diǎn)(x，y)對(duì)應(yīng)于縮放前的圖像 中的點(diǎn)（x〇 '，y〇 '），其中x〇 '和y〇 '很可能不是整數(shù)，而是小數(shù)，而最近鄰插值算法是得到x〇 ' 和y〇 '各自的鄰近整型值（int (x0 ' +0 ? 5f)，int (y0 ' +0 ? 5f))，即需要獲取x0 '和y0 '所在位置 旁邊的四個(gè)點(diǎn)，根據(jù)這四個(gè)點(diǎn)與(x〇'，y〇'）的距離的關(guān)系計(jì)算縮放至預(yù)設(shè)尺寸的圖像中（x， y)-點(diǎn)的像素值。具體的：（1)計(jì)算縮放前的圖像與縮放至預(yù)設(shè)尺寸的圖像的寬與高的比 例，w0表示縮放前的圖像的寬度，h0表示縮放前的圖像的高度，wl表示縮放至預(yù)設(shè)尺寸的圖 像的寬度，hi表示縮放至預(yù)設(shè)尺寸的圖像的高度，其中，float fw = float(w〇-l)/(wl-l)， float fh = float(h〇-l)/(hl_l); (2)針對(duì)縮放至預(yù)設(shè)尺寸的圖像的一個(gè)點(diǎn)（x，y)，計(jì)算在 縮放前的圖像中的對(duì)應(yīng)坐標(biāo)，縮放前的圖像中的對(duì)應(yīng)坐標(biāo)為浮點(diǎn)數(shù)，計(jì)算公式為float x0 = x*fw,float y0 = y*fh, int xl = int(xO), int x2 = xl+l, int yl = int(yO), int y2 = yl + 1，得到縮放前的圖像中的四個(gè)點(diǎn)坐標(biāo)分別為(xl，yl)、（xl，y2)、（x2，yl)和(x2，y2); (3)求 x0'和y0'所在位置旁邊四個(gè)點(diǎn)所占的權(quán)重比值，比如，fxl = x〇-xl，fx2 = l .0f-fxl，fyl = yO-yl,fy2 = 1. Of-fyl,float sl=fxl*fyl,float s2 = fx2*fyl,float s3 = fx2*fy2, float s4 = fxl*fy2,這里用value(坐標(biāo))來(lái)代表縮放前的圖像中最鄰近的一個(gè)點(diǎn)（x0，y0) 的坐標(biāo)值，計(jì)算公式為value(x0，y0) = value(x2，y2)*sl+value(xl，y2)*s2+value(xl， yl)*s3+value(x2，yl)*s4; (4)將求得的縮放前的圖像中最鄰近的一個(gè)點(diǎn)（x0，y0)的坐標(biāo)值 填充到縮放至預(yù)設(shè)尺寸的圖像即可。
[0059] 請(qǐng)參閱圖3,在步驟102之前還可以包括步驟107,來(lái)選取合適的跟蹤框系數(shù)，具體 內(nèi)容如下：
[0060] 步驟107,選取跟蹤框系數(shù)的數(shù)值范圍，在數(shù)值范圍中分散地選取多個(gè)跟蹤框系 數(shù)。其中，在選取的數(shù)值范圍中可以均勻分散的選取多個(gè)跟蹤框系數(shù)，也可以隨機(jī)分散的選 取多個(gè)跟蹤框系數(shù)。比如，選取的數(shù)值范圍為0.9~1.1，在0.9~1.1內(nèi)可以均勻分散的選取 5個(gè)跟蹤框系數(shù)，分別為0.9、0.95、1、1.05和1.1;也可以在0.9~1.1內(nèi)隨機(jī)分散的選取5個(gè) 跟蹤框系數(shù)，分別為0 ? 92、0 ? 98、1、1 ? 05、1 ? 08。
[0061] 請(qǐng)參閱圖4,在步驟101之前還可以包括步驟108,來(lái)選取合適的跟蹤框系數(shù)，具體 內(nèi)容如下：
[0062]步驟108,選取跟蹤框系數(shù)的中心值，將中心值以及從中心值向兩側(cè)分別選取預(yù)設(shè) 個(gè)數(shù)的數(shù)值作為跟蹤框系數(shù)。其中，先設(shè)定一個(gè)中心值，使得選取的跟蹤框系數(shù)圍繞中心值 來(lái)選取，具體的，在從中心值向兩側(cè)分別選取其他的跟蹤框系數(shù)時(shí)，可以均勻的選取，也可 以隨機(jī)的選取。比如，設(shè)定中心值為1，從中心值向兩側(cè)各均勻選取兩個(gè)跟蹤框系數(shù)，分別為 0.96、0.98、1.02和1.04，也就是說(shuō)，選取的跟蹤框系數(shù)為0.96、0.98、1、1.02和1.04;或者， 從中心值向兩側(cè)各隨機(jī)選取兩個(gè)跟蹤框系數(shù)，分別為〇.907、0.952、1.05和1.103,也就是 說(shuō)，選取的跟蹤框系數(shù)為〇. 907、0.952、1、1.05和1.103。
[0063] 需要說(shuō)明的是，上一幀視頻圖像的跟蹤框尺寸與多個(gè)不同的跟蹤框系數(shù)相乘，得 到多個(gè)不同尺寸的跟蹤框。比如，上述實(shí)施例中的步驟101具體可以為:將上一幀視頻圖像 的跟蹤框尺寸分別與中心值以及從中心值向兩側(cè)分別選取的預(yù)設(shè)個(gè)數(shù)的跟蹤框系數(shù)相乘， 得到多個(gè)不同尺寸的跟蹤框。比如:選取的跟蹤框系數(shù)分別為〇.9、0.95、1、1.05和1.1，1為 中心值，上一幀視頻圖像的跟蹤框尺寸為kl，則得到的多個(gè)不同尺寸的跟蹤框的尺寸分別 為0.9kl、0.95kl、kl、1.05kl和1. lkl。上述實(shí)施例中的步驟101具體還可以為:將上一幀視 頻圖像的跟蹤框尺寸分別與在數(shù)值范圍中選取的多個(gè)跟蹤框系數(shù)相乘，得到多個(gè)不同尺寸 的跟蹤框。
[0064] 請(qǐng)參閱圖5,在步驟101之前，目標(biāo)跟蹤方法還可以包括步驟109,來(lái)選取第一幀視 頻圖像中的跟蹤目標(biāo)，具體內(nèi)容如下：
[0065] 步驟109,接收用戶對(duì)第一幀視頻圖像的目標(biāo)選取指令，并根據(jù)目標(biāo)選取指令，選 定跟蹤目標(biāo)。其中，第一幀視頻圖像也就是初始幀視頻圖像，在第一幀視頻圖像中，需要用 戶選擇在這一段視頻中的跟蹤目標(biāo)，用戶可以通過(guò)按鈕、觸屏等方式發(fā)出目標(biāo)選取指令，目 標(biāo)跟蹤裝置接收用戶的目標(biāo)選取指令，選定跟蹤目標(biāo)，選定跟蹤目標(biāo)后，可以得到跟蹤目標(biāo) 在第一幀視頻圖像中的跟蹤框，跟蹤框的尺寸略大于跟蹤目標(biāo)，能夠?qū)⒏櫮繕?biāo)圈在跟蹤 框內(nèi)。
[0066]下面結(jié)合具體的視頻圖像進(jìn)行說(shuō)明，請(qǐng)參閱圖6a_圖6d，圖6a為一段視頻的第一幀 視頻圖像，圖6a中的車輛為跟蹤目標(biāo)，跟蹤框K1為第一幀視頻圖像中的跟蹤框，且跟蹤框K1 的尺寸為kl;圖6b為該段視頻的第二幀視頻圖像，其中，預(yù)設(shè)的跟蹤框系數(shù)分別為0.95、1和 1.05,根據(jù)第一幀視頻圖像的跟蹤框K1的跟蹤框尺寸kl以及三個(gè)預(yù)設(shè)的跟蹤框系數(shù)，可以 得到三個(gè)跟蹤框，分別為跟蹤框K2、跟蹤框K3和跟蹤框K4，跟蹤框K2的跟蹤框尺寸為 0.95kl，跟蹤框K3的跟蹤框尺寸為kl，跟蹤框K4的跟蹤框尺寸為1.05kl，如圖6c所示，將跟 蹤框K2、K3和K4中的圖像均縮放至預(yù)設(shè)尺寸k'，再將三個(gè)跟蹤框K2、K3和K4中已縮放至預(yù)設(shè) 尺寸k'的圖像的圖像特征代入第一幀視頻圖像中的相關(guān)濾波器，得到三個(gè)綜合響應(yīng)值，最 大的綜合響應(yīng)值對(duì)應(yīng)的是跟蹤框K2,則將跟蹤框尺寸0.95kl作為第二幀視頻圖像的跟蹤框 尺寸；圖6d為該段視頻的第三幀視頻圖像，其中，預(yù)設(shè)的跟蹤框系數(shù)依然分別為0.95、1和 1.05,根據(jù)第二幀視頻圖像的跟蹤框尺寸0.95kl以及三個(gè)預(yù)設(shè)的跟蹤框系數(shù)，可以得到三 個(gè)跟蹤框，分別為跟蹤框K5、跟蹤框K6和跟蹤框K7，跟蹤框K5的跟蹤框尺寸為0.95 X 0.95kl =0.9025kl，跟蹤框K6的跟蹤框尺寸為0.95kl，跟蹤框K7的跟蹤框尺寸為1.05 X 0.95kl = 0.9975kl，將跟蹤框K5、K6和K7中的圖像均縮放至預(yù)設(shè)尺寸k'（此處略去圖示），再將三個(gè)跟 蹤框K5、K6和K7中的縮放至預(yù)設(shè)尺寸k'的圖像的圖像特征代入第二幀視頻圖像中的相關(guān)濾 波器，得到三個(gè)綜合響應(yīng)值，最大的綜合響應(yīng)值對(duì)應(yīng)的是跟蹤框K 5，則將跟蹤框尺寸 0.9025kl作為第三幀視頻圖像的跟蹤框尺寸。
[0067] 這里需要說(shuō)明的是，還可以根據(jù)前幾幀視頻圖像中的跟蹤框尺寸的變化趨勢(shì)，調(diào) 整預(yù)設(shè)的跟蹤框系數(shù)，該跟蹤框系數(shù)分別用于調(diào)整后續(xù)視頻圖像的跟蹤框尺寸，比如，根據(jù) 圖6a和圖6b所示的視頻圖像，可以判斷跟蹤目標(biāo)在這一段視頻中的尺寸逐漸變小，因此，可 以判斷跟蹤框尺寸也在逐漸減小，則請(qǐng)參閱圖6e，圖6e為該段視頻的第三幀視頻圖像，其 中，預(yù)設(shè)的跟蹤框系數(shù)分別設(shè)定為0.9、0.95和1，根據(jù)第二幀視頻圖像的跟蹤框尺寸0.95讓1 以及三個(gè)預(yù)設(shè)的跟蹤框系數(shù)，可以得到三個(gè)跟蹤框，分別為跟蹤框K8、跟蹤框K9和跟蹤框 K10，跟蹤框K8的跟蹤框尺寸為0.9 X 0.95kl = 0.855kl，跟蹤框K9的跟蹤框尺寸為0.95 X 0.95kl =0.9025kl，跟蹤框K10的跟蹤框尺寸為0.95kl，將跟蹤框K8、K9和K10中的圖像均縮 放至預(yù)設(shè)尺寸k'（此處略去圖示），再將三個(gè)跟蹤框K8、K9和K10中已縮放至預(yù)設(shè)尺寸k'的圖 像的圖像特征代入第二幀視頻圖像中的相關(guān)濾波器，得到三個(gè)綜合響應(yīng)值，最大的綜合響 應(yīng)值對(duì)應(yīng)的是跟蹤框K8，則將跟蹤框尺寸0.855kl作為第三幀視頻圖像的跟蹤框尺寸。
[0068] 請(qǐng)參閱圖7,上述實(shí)施例中的步驟105具體可以細(xì)化為步驟1051，具體內(nèi)容如下： [0069]步驟1051，將已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征代入上一幀視頻圖像的相 關(guān)濾波器，利用公式/(xXqO?，計(jì)算得到綜合響應(yīng)值/(.T),其中，,為上一幀視頻圖 像的相關(guān)濾波器，X為已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征j為X的傅里葉變換。當(dāng)已 縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征只有一種的情況下，將該圖像特征帶入公式 /(.Y) = 士〇?中得到的響應(yīng)值即綜合響應(yīng)響應(yīng)值。當(dāng)提取的已縮放至所述預(yù)設(shè)尺寸的圖像的 圖像特征的種類有多種時(shí)，每一種圖像特征對(duì)應(yīng)有一個(gè)相關(guān)濾波器，將某一個(gè)已縮放至所 述預(yù)設(shè)尺寸的圖像中不同種類的圖像特征分別代入對(duì)應(yīng)的相關(guān)濾波器，分別得到不同種類 的圖像特征對(duì)應(yīng)的響應(yīng)值，將這一個(gè)已縮放至所述預(yù)設(shè)尺寸的圖像的不同種類的圖像特征 對(duì)應(yīng)的響應(yīng)值相加，得到這一個(gè)已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征的綜合響應(yīng)值。 比如，提取出了跟蹤框尺寸為kl的跟蹤框中已縮放至預(yù)設(shè)尺寸的圖像的HOG圖像特征和LBP 圖像特征，則H0G圖像特征代入上一幀視頻圖像的相關(guān)濾波器A中得到了響應(yīng)值fl，LBP圖像 特征代入上一幀視頻圖像的相關(guān)濾波器B中得到了響應(yīng)值f2,將跟蹤框尺寸為kl的跟蹤框 中已縮放至預(yù)設(shè)尺寸的圖像的H0G圖像特征得到的響應(yīng)值fl，與LBP圖像特征得到的響應(yīng)值 f2相加，得到的響應(yīng)值之和即為跟蹤框尺寸為kl的跟蹤框中已縮放至預(yù)設(shè)尺寸的圖像的圖 像特征的綜合響應(yīng)值。
[0070]需要說(shuō)明的是，可以利用公式max F jcv)獲取最大的綜合響應(yīng)值，將最大的綜 合響應(yīng)值max F iCv)對(duì)應(yīng)的跟蹤框尺寸作為當(dāng)前幀視頻圖像的跟蹤框尺寸，其中，max表 示求最大值，r1表示傅里葉反變換，5表示多個(gè)跟蹤框系數(shù)中的第i個(gè)跟蹤框系數(shù)對(duì)應(yīng)的跟 蹤框中已縮放至預(yù)設(shè)尺寸的圖像的圖像特征。
[0071]請(qǐng)參閱圖8,還可以對(duì)當(dāng)前幀視頻圖像的相關(guān)濾波器進(jìn)行更新，本發(fā)明實(shí)施例中還 可以包括步驟110-步驟111，具體內(nèi)容如下：
[0072]步驟110,利用最大的綜合響應(yīng)值對(duì)應(yīng)的圖像特征，訓(xùn)練當(dāng)前幀視頻圖像的濾波 器。當(dāng)前幀視頻圖像的濾波器用于更新當(dāng)前幀視頻圖形的相關(guān)濾波器。
[0073] 步驟111，利用上一幀視頻圖像的相關(guān)濾波器和訓(xùn)練后的當(dāng)前幀視頻圖像的濾波 器，更新得到當(dāng)前幀視頻圖像的相關(guān)濾波器。在下一幀圖像幀中進(jìn)行目標(biāo)跟蹤時(shí)重復(fù)上述 目標(biāo)跟蹤的方法，但是相關(guān)濾波器為更新后當(dāng)前幀視頻圖像的相關(guān)濾波器。具體的，根據(jù)公 式>V = (i-的O叫，更新得到當(dāng)前幀視頻圖像的相關(guān)濾波器4'，其中，f為上一幀視 頻圖像中使用的相關(guān)濾波器，兔為訓(xùn)練后的當(dāng)前幀視頻圖像的濾波器，9為第一權(quán)衡參量，〇 彡9彡1，需要說(shuō)明的是，一般1_9>9,比如，9可以取值為0.012。
[0074] 需要說(shuō)明的是，本發(fā)明實(shí)施例中的當(dāng)前幀視頻圖像的濾波器為
.，其 中，戎為當(dāng)前幀視頻圖像的濾波器，x為跟蹤框中的圖像特征，SSx的傅里葉變換，f為x的 傅里葉變換后的共輒，#為高斯形回歸標(biāo)簽，A為第二權(quán)衡參量，需要說(shuō)明的是，〇 為點(diǎn)乘符號(hào)，表示兩個(gè)矩陣之中對(duì)應(yīng)位置的元素相乘，從而簡(jiǎn)化本發(fā)明的跟蹤目標(biāo)方法中 在傅里葉域中的計(jì)算。
[0075] 下面將以一具體數(shù)據(jù)實(shí)例來(lái)說(shuō)明上述計(jì)算過(guò)程:最大的綜合響應(yīng)值對(duì)應(yīng)的圖像特征
"0 0.2 0 0.5 " 「1 0.6 0.5 0.3' 0.3 0.1 0.12 0.25 0.6 0.7 0.4 0.2 n , ^ ^ A c A ^ 認(rèn)= 0.0002,代入公式 0.5 0.3 0.14 0.03 0.3 0,4 0.? 0.3 0.8 0.06 0.54 0.03^ [0.3 0.2 0.3 0.2 訓(xùn)練得到當(dāng)前幀視頻圖像的濾波器承，利用當(dāng)前幀視頻圖像的濾波器兔和上一幀視頻圖像 的相關(guān)濾波器戍Y，得到當(dāng)前幀視頻圖像的相關(guān)濾波器A，在確定下一幀視頻圖像的跟蹤 框尺寸的過(guò)程中，預(yù)設(shè)的跟蹤框系數(shù)分別為0.95、1和1.05,則得到的三個(gè)不同尺寸的跟蹤 0 0.18 0.02 0.5 * 0.3 0.2 0.13 0.1 框中已縮放至預(yù)設(shè)尺寸的圖像的圖像特征分別為n,, ， " 0.3 0.21 0.2 0.01 0.68 0.4 0.3 0.13 0 0.32 0.15 0.5 " 「0 0?丨 8 0.02 0.5" 0.3 0.2 0.13 0.1 0.3 0.2 0.13 0,1 ^ A 以 戈= ,r.- ，將上述二個(gè)不同尺寸的跟 0.04 0.21 0.5 0.01 0.45 0.21 0.3 0.6 0.36 0.1 0.3 0_丨3」 丨 0_7 0.4 0.3 0.2 蹤框中的圖像特征代入更新得到的當(dāng)前幀視頻圖像的濾波器中，并得到各個(gè)尺寸的跟蹤框 中已縮放至預(yù)設(shè)尺寸的圖像的圖像特征的綜合響應(yīng)值分別為 F-1/_(' ) =0.85，F(xiàn) 1=0:J5, F-1/(~）=0.93,可以得到最大的綜合響應(yīng)值為 則將/^/(')=0.95對(duì)應(yīng)的跟蹤框尺寸作為下一幀視頻圖像的跟蹤框尺 寸。當(dāng)然，此處僅是舉例說(shuō)明，并不代表本發(fā)明實(shí)施例的具體數(shù)值局限于此。
[0076]請(qǐng)參閱圖9,本發(fā)明實(shí)施例中還提供了一種目標(biāo)跟蹤裝置20,包括：
[0077]獲取模塊21，用于根據(jù)上一幀視頻圖像的跟蹤框尺寸以及預(yù)設(shè)的跟蹤框系數(shù)，得 到多個(gè)不同尺寸的跟蹤框；
[0078]縮放模塊22,用于將各個(gè)尺寸的跟蹤框中的圖像縮放至同一預(yù)設(shè)尺寸
[0079] 特征提取模塊23,用于分別提取各個(gè)已縮放至同一預(yù)設(shè)尺寸的圖像的圖像特征；
[0080] 相關(guān)濾波器24,用于接收已縮放至同一預(yù)設(shè)尺寸的圖像的圖像特征，得到圖像特 征的綜合響應(yīng)值；
[0081] 跟蹤框確定模塊25,用于獲取綜合響應(yīng)值中的最大值，并將最大的綜合響應(yīng)值對(duì) 應(yīng)的跟蹤框尺寸確定為當(dāng)前幀視頻圖像的跟蹤框尺寸。
[0082]本發(fā)明提供的目標(biāo)跟蹤裝置20中，獲取模塊21根據(jù)上一幀視頻圖像的跟蹤框尺寸 和預(yù)設(shè)的跟蹤框系數(shù)，得到多個(gè)不同尺寸的跟蹤框，縮放模塊22將各個(gè)不同尺寸的跟蹤框 中的圖像縮放至同一預(yù)設(shè)尺寸，通過(guò)特征提取模塊23和相關(guān)濾波器24得到各個(gè)已縮放至預(yù) 設(shè)尺寸的圖形的圖像特征的綜合響應(yīng)值，跟蹤框確定模塊25將最大的綜合響應(yīng)值對(duì)應(yīng)的跟 蹤框尺寸確定為當(dāng)前幀視頻圖像的跟蹤框尺寸。當(dāng)跟蹤目標(biāo)運(yùn)動(dòng)時(shí)，跟蹤目標(biāo)的尺度變化 因子等特性發(fā)生改變，從而使跟蹤目標(biāo)在視頻圖像中的大小發(fā)生改變，與利用固定大小的 跟蹤框跟蹤目標(biāo)，不能適應(yīng)跟蹤目標(biāo)的尺度變化的現(xiàn)有技術(shù)相比，本發(fā)明能夠設(shè)定與上一 幀視頻圖像的跟蹤框尺寸相關(guān)的多個(gè)不同尺寸的跟蹤框，利用不同尺寸的跟蹤框中縮放至 同一預(yù)設(shè)尺寸的圖像的圖像特征計(jì)算綜合響應(yīng)值，并選取綜合響應(yīng)值最大的跟蹤框尺寸作 為當(dāng)前視頻圖像幀的跟蹤框尺寸，從而使得跟蹤目標(biāo)的跟蹤框尺寸能夠適應(yīng)大小發(fā)生變化 的跟蹤目標(biāo)，也就是說(shuō)在視頻圖像中進(jìn)行的目標(biāo)跟蹤能夠適應(yīng)跟蹤目標(biāo)的尺度變化，準(zhǔn)確 地跟蹤到大小和位置發(fā)生變化的跟蹤目標(biāo)，提高了目標(biāo)跟蹤的準(zhǔn)確性。
[0083]同時(shí)，本發(fā)明實(shí)施例提供的目標(biāo)跟蹤裝置，縮放模塊22將各個(gè)不同尺寸的跟蹤框 中的圖像縮放至同一預(yù)設(shè)尺寸，通過(guò)特征提取模塊23和相關(guān)濾波器24計(jì)算各個(gè)已縮放至預(yù) 設(shè)尺寸的圖形的圖像特征的綜合響應(yīng)值，因此，在本發(fā)明實(shí)施例的目標(biāo)跟蹤過(guò)程中，由于提 取的是縮放至同一預(yù)設(shè)尺寸的圖像的圖像特征，所以，每一幀視頻圖像對(duì)應(yīng)的濾波器和相 關(guān)濾波器的尺寸均相同，能夠進(jìn)一步減少目標(biāo)跟蹤過(guò)程中的運(yùn)算量。
[0084]具體的，縮放模塊22具體用于獲取各個(gè)尺寸的跟蹤框的跟蹤框尺寸和預(yù)設(shè)尺寸； 以及用于分別計(jì)算各個(gè)跟蹤框尺寸與預(yù)設(shè)尺寸的尺寸比值；以及用于根據(jù)尺寸比值，將各 個(gè)尺寸的跟蹤框中的圖像縮放至預(yù)設(shè)尺寸。
[0085]請(qǐng)參閱圖10,當(dāng)提取的跟蹤框中的圖像特征的種類等于或大于二時(shí)，提取的已縮 放至預(yù)設(shè)尺寸的圖像特征的種類與相關(guān)濾波器24的個(gè)數(shù)相等且一一對(duì)應(yīng)。
[0086]請(qǐng)參閱圖11，目標(biāo)跟蹤裝置20還包括第一系數(shù)設(shè)定模塊26,第一系數(shù)設(shè)定模塊26 用于選取跟蹤框系數(shù)的數(shù)值范圍，在數(shù)值范圍中分散地選取多個(gè)跟蹤框系數(shù)。
[0087]或者，請(qǐng)參閱圖12，目標(biāo)跟蹤裝置20還包括第二系數(shù)設(shè)定模塊27，第二系數(shù)設(shè)定模 塊27用于選取中心值，將中心值以及從中心值向兩側(cè)分別選取預(yù)設(shè)個(gè)數(shù)的數(shù)值作為跟蹤框 系數(shù)。
[0088]進(jìn)一步地，獲取模塊21具體用于將上一幀視頻圖像的跟蹤框尺寸分別與中心值以 及從中心值向兩側(cè)分別選取的預(yù)設(shè)個(gè)數(shù)的跟蹤框系數(shù)相乘，得到多個(gè)不同尺寸的跟蹤框， 中心值為1。
[0089] 請(qǐng)參閱圖13，目標(biāo)跟蹤裝置20還包括目標(biāo)選定模塊28，用于接收用戶對(duì)第一幀圖 像的目標(biāo)選取指令，并根據(jù)目標(biāo)選取指令，選定跟蹤目標(biāo)。
[0090] 具體的，相關(guān)濾波器24還用于接收已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征，利 用公式/(X) = 4^0?，計(jì)算得到綜合響應(yīng)值/(T),其中，命^為上一幀視頻圖像的相關(guān)濾波 器，X為已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征3為X的傅里葉變換。
[0091] 請(qǐng)參閱圖14,所述目標(biāo)跟蹤裝置20還包括訓(xùn)練模塊29和更新模塊30。
[0092]訓(xùn)練模塊29,用于利用最大的綜合響應(yīng)值對(duì)應(yīng)的圖像特征，訓(xùn)練當(dāng)前幀視頻圖像 的濾波器。
[0093] 更新模塊30,用于根據(jù)公式兩' = 1'+6負(fù)，更新得到當(dāng)前幀視頻圖像的相關(guān) 濾波器iV，其中，'為上一幀視頻圖像的相關(guān)濾波器，龜為訓(xùn)練后的當(dāng)前幀視頻圖像的濾 波器，9為第一權(quán)衡參量，當(dāng)前幀視頻圖像的濾波器為
，其中，兔為當(dāng) 前幀視頻圖像的濾波器，x為已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征，f為x的傅里葉變 換，f為x的傅里葉變換后的共輒，為高斯形回歸標(biāo)簽，A為第二權(quán)衡參量，
[0094] 本說(shuō)明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，各個(gè)實(shí)施例之間相同相似的部 分互相參見即可，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處。對(duì)于目標(biāo)跟蹤的 裝置的實(shí)施例而言，由于其基本相似于目標(biāo)跟蹤的方法的實(shí)施例，所以描述得比較簡(jiǎn)單，相 關(guān)之處參見目標(biāo)跟蹤的方法的實(shí)施例的部分說(shuō)明即可。
[0095] 在上述實(shí)施方式的描述中，具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任何的一個(gè)或多 個(gè)實(shí)施例或示例中以合適的方式結(jié)合。
[0096] 以上所述，僅為本發(fā)明的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何 熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵 蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種目標(biāo)跟蹤方法，其特征在于，包括： 根據(jù)上一帖視頻圖像的跟蹤框尺寸W及預(yù)設(shè)的跟蹤框系數(shù)，得到多個(gè)不同尺寸的跟蹤 框； 將所述各個(gè)尺寸的跟蹤框中的圖像縮放至同一預(yù)設(shè)尺寸； 分別提取各個(gè)已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征； 將所述圖像特征代入上一帖視頻圖像的相關(guān)濾波器，得到所述圖像特征的綜合響應(yīng) 值； 獲取所述綜合響應(yīng)值中的最大值，并將最大的所述綜合響應(yīng)值對(duì)應(yīng)的圖像的跟蹤框尺 寸確定為當(dāng)前帖視頻圖像的跟蹤框尺寸。2. 根據(jù)權(quán)利要求1所述的目標(biāo)跟蹤方法，其特征在于，所述將各個(gè)尺寸的跟蹤框中的圖 像縮放至同一預(yù)設(shè)尺寸，包括： 獲取各個(gè)尺寸的跟蹤框的跟蹤框尺寸和所述預(yù)設(shè)尺寸； 分別計(jì)算各個(gè)跟蹤框尺寸與所述預(yù)設(shè)尺寸的尺寸比值； 根據(jù)所述尺寸比值，將各個(gè)不同尺寸的跟蹤框中的圖像縮放至同一預(yù)設(shè)尺寸。3. 根據(jù)權(quán)利要求1所述的目標(biāo)跟蹤方法，其特征在于，在根據(jù)上一帖視頻圖像的跟蹤框 尺寸W及預(yù)設(shè)的跟蹤框系數(shù)，得到多個(gè)不同尺寸的跟蹤框之前，還包括： 選取所述跟蹤框系數(shù)的數(shù)值范圍，在所述數(shù)值范圍中分散地選取多個(gè)所述跟蹤框系 數(shù)。4. 根據(jù)權(quán)利要求1所述的目標(biāo)跟蹤方法，其特征在于，在根據(jù)上一帖視頻圖像的跟蹤框 尺寸W及預(yù)設(shè)的跟蹤框系數(shù)，得到多個(gè)不同尺寸的跟蹤框之前，還包括： 選取中屯、值，將所述中屯、值W及從所述中屯、值向兩側(cè)分別選取預(yù)設(shè)個(gè)數(shù)的數(shù)值作為所 述跟蹤框系數(shù)。5. 根據(jù)權(quán)利要求1所述的目標(biāo)跟蹤方法，其特征在于，還包括： 接收用戶對(duì)第一帖視頻圖像的目標(biāo)選取指令，并根據(jù)所述目標(biāo)選取指令，選定所述跟 蹤目標(biāo)。6. 根據(jù)權(quán)利要求1所述的目標(biāo)跟蹤方法，其特征在于，將已縮放至所述預(yù)設(shè)尺寸的圖像 的圖像特征代入上一帖視頻圖像的相關(guān)濾波器，得到所述圖像特征的綜合響應(yīng)值，包括： 將已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征代入上一帖視頻圖像的相關(guān)濾波器，利用 公式Ax) =扣,._1訪，計(jì)算得到綜合響應(yīng)值/片），其中，如為上一帖視頻圖像的相關(guān)濾波 器，X為已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征，惠為X的傅里葉變換。7. 根據(jù)權(quán)利要求1所述的目標(biāo)跟蹤方法，其特征在于，在將最大的所述綜合響應(yīng)值對(duì)應(yīng) 的跟蹤框尺寸確定為當(dāng)前帖視頻圖像的跟蹤框尺寸之后，還包括： 利用最大的所述綜合響應(yīng)值對(duì)應(yīng)的圖像特征，訓(xùn)練當(dāng)前帖視頻圖像的濾波器； 根據(jù)公式，V = ^ -巧AV一化,.，要新得到當(dāng)前帖視頻圖像的相關(guān)濾波器％V，其中，知1' 為上一帖視頻圖像的相關(guān)濾波器，兩為訓(xùn)練后的當(dāng)前帖視頻圖像的濾波器，e為第一權(quán)衡參 量，O《白《1。8. -種目標(biāo)跟蹤裝置，其特征在于，包括： 獲取模塊，用于根據(jù)上一帖視頻圖像的跟蹤框尺寸W及預(yù)設(shè)的跟蹤框系數(shù)，得到多個(gè) 不同尺寸的跟蹤框； 縮放模塊，用于將所述各個(gè)尺寸的跟蹤框中的圖像縮放至同一預(yù)設(shè)尺寸； 特征提取模塊，用于分別提取各個(gè)已縮放至同一預(yù)設(shè)尺寸的圖像的圖像特征； 相關(guān)濾波器，用于接收所述圖像特征，得到所述圖像特征的綜合響應(yīng)值； 跟蹤框確定模塊，用于獲取所述綜合響應(yīng)值中的最大值，并將最大的所述綜合響應(yīng)值 對(duì)應(yīng)的圖像的跟蹤框尺寸確定為當(dāng)前帖視頻圖像的跟蹤框尺寸。9. 根據(jù)權(quán)利要求8所述裝置，其特征在于，所述縮放模塊具體用于獲取各個(gè)尺寸的跟蹤 框的跟蹤框尺寸和所述預(yù)設(shè)尺寸；W及用于分別計(jì)算各個(gè)跟蹤框尺寸與所述預(yù)設(shè)尺寸的尺 寸比值;W及用于根據(jù)所述尺寸比值，將各個(gè)尺寸的跟蹤框中的圖像縮放至預(yù)設(shè)尺寸。10. 根據(jù)權(quán)利要求8所述裝置，其特征在于，所述目標(biāo)跟蹤的裝置還包括第一系數(shù)設(shè)定 模塊，所述第一系數(shù)設(shè)定模塊用于選取所述跟蹤框系數(shù)的數(shù)值范圍，在所述數(shù)值范圍中分 散地選取多個(gè)所述跟蹤框系數(shù)。11. 根據(jù)權(quán)利要求8所述裝置，其特征在于，所述目標(biāo)跟蹤的裝置還包括第二系數(shù)設(shè)定 模塊，所述第二系數(shù)設(shè)定模塊用于選取中屯、值，將所述中屯、值W及從所述中屯、值向兩側(cè)分 別選取預(yù)設(shè)個(gè)數(shù)的數(shù)值作為所述跟蹤框系數(shù)。12. 根據(jù)權(quán)利要求8所述裝置，其特征在于，所述相關(guān)濾波器具體用于接收已縮放至所 述預(yù)設(shè)尺寸的圖像的圖像特征，利用公式巧，計(jì)算得到綜合響應(yīng)值/0)，其中， 為上一帖視頻圖像的相關(guān)濾波器，X為已縮放至所述預(yù)設(shè)尺寸的圖像的圖像特征，i為X 的傅里葉變換。13. 根據(jù)權(quán)利要求8所述裝置，其特征在于，所述目標(biāo)跟蹤裝置還包括訓(xùn)練模塊和更新 板塊； 所述訓(xùn)練模塊，用于利用最大的所述綜合響應(yīng)值對(duì)應(yīng)的圖像特征，訓(xùn)練當(dāng)前帖視頻圖 像的濾波器； 所述更新模塊，用于根據(jù)公式，V = (1 -巧兩，'+0馬，要新得到當(dāng)前帖視頻圖像的相關(guān)濾 波器h'，其中，&_1'為上一帖視頻圖像的相關(guān)濾波器，A為訓(xùn)練后的當(dāng)前帖視頻圖像的濾波 器，9為第一權(quán)衡參量，
【文檔編號(hào)】G06T7/20GK105913453SQ201610204160
【公開日】2016年8月31日
【申請(qǐng)日】2016年4月1日
【發(fā)明人】冷佳旭, 高偉杰, 馮謹(jǐn)強(qiáng)
【申請(qǐng)人】海信集團(tuán)有限公司