欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2011102048213
申请人: 浙江工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-02-23
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于粒子位置调整的粒子滤波视频运动目标跟踪方法,其特征在于:所述视频运动目标跟踪方法包括以下步骤:第一步,在目标跟踪前,用目标检测算法确定目标的初始位置,然后,根据目标的中心坐标位置(x,y)和目标的范围计算得到目标累加直方图accu_histogram,所述目标的范围包括目标宽度block_width和目标高度block_hight,即累加直方图的初始化;

根据目标的中心位置在x轴、y轴方向上的随机化扩散得到各个粒子的初始位置,即粒子的初始化;

第二步,读取下一帧图像,以前一帧的目标位置及目标范围为基础,计算当前帧的目标累加直方图accu_histogram_origin;

将目标宽度block_width左右各减1个像素、各加1个像素,计算两个新的累加直 方 图 accu_histogram_width_dec、accu_histogram_width_inc;分 别 计 算 accu_histogram_origin、accu_histogram_width_dec和accu_histogram_width_inc 这 三 个直方图与前一帧的累加直方图accu_histogram之间的欧式距离D1、D2、D3,距离公式为:其中,accu_h代表accu_histogram_origin、

accu_histogram_width_dec或accu_histogram_width_inc,i为累加直方图横坐标的值;

若D2>D3且D2>D1,则block_width减2个像素;若D3>D2且D3>D1,则block_width加2个像素;否则block_width不变;

在目标高度block_hight方向上执行相同的操作,只是此时的block_width为刚刚更新过的目标宽度;经过上述操作后,得到新的目标范围;

第三步,根据新的目标范围,以每个粒子的坐标为中心点,计算得到临时的累加直方图accu_histogram_temp,然后,计算每个粒子的权重并进行权重归一化:①根据第三步得到的新的目标范围,把每个粒子的坐标(particles_x(p),particles_y(p))作为中心点计算得到累加直方图accu_histogram_temp;

2

②权重计算公式为weight(p)=η*exp(-λd),其中,η=(1/sqrt((particles_

2 2

x(p)-x)+(particles_y(p)-y)+1))为调节因子,weight(p)为第p个粒子的权重,λ为一个常系数,d为直方图accu_histogram和第p个粒子对应的累加直方图accu_histogram_temp间的欧式距离,particles_x(p)为第p个粒子在x轴上的位置,particles_y(p)为第p个粒子在y轴上的位置,(x,y)为目标的中心点坐标;

得 到 权 重 值 后,进 行 权 重 的 归 一 化,归 一 化 公 式 为:weight(p)′=weight(p)/∑weight(j),其中,weight(p)′为第p个粒子的归一化权重,∑weight(j)为所有粒子权重之和;

第四步,把上一步得到的粒子权重weight(p)′按从小到大的顺序进行排序,粒子权重与粒子坐标(particles_x(p),particles_y(p))要一一对应;

第五步,如果权重小于指定的权重阈值ε,或权重的排序在前面μ%,则调整该粒子的坐标,距离调整公式为:particles_X(p)=x+α(x-(particles_x(p))particles_Y(p)=y+α(y-(particles_y(p))其中,(particles_X(p),particles_Y(p))为调整后第p个粒子的坐标;(x,y)为目标的中心点坐标;α为调整因子,设为0~1之间的常数;

对于不需要调整距离的粒子,直接把原来的粒子坐标(particles_x(p),particles_y(p))赋给(particles_X(p),particles_Y(p));

第六步,把每个粒子的新坐标(particles_X(p),particles_Y(p))作为中心点计算得到临时累加直方图accu_histogram_temp,接着,重新计算各粒子的权重并进行归一化处理,得到新的归一化粒子权重weight(p)″;

第七步,根据得到的归一化权重weight(p)″,估计新的目标中心点的位置,公式为:x=∑weight(p)″*particles_X(p)

y=∑weight(p)″*particles_Y(p)

然后,根据新的中心点坐标以及目标宽度block_width和目标高度block_hight,计算出新的目标累加直方图accu_histogram_new;

第八步,计算累加直方图accu_histogram和accu_histogram_new之间的欧式距离,如果距离大于阈值thrd,累加直方图accu_histogram更新为accu_histogram_new;如果距离小于或等于阈值thrd,则维持原来的累加直方图accu_histogram;

第九步,采用替换选择算法进行重采样,筛选得到有效的粒子;

第十步,经过重采样的粒子,在x、y方向上分别扩散得到新的对应粒子,作为下一帧中粒子的初始分布。