專利名稱：對象追蹤方法
技術(shù)領(lǐng)域：
本發(fā)明關(guān)于一種對象追蹤方法，特別是指一種應(yīng)用于數(shù)字相機(jī)，可快速地動態(tài)調(diào)整數(shù)字相機(jī)對焦框的大小的對象追蹤方法。
背景技術(shù)：
綜觀目前市面上具有物體追蹤功能的數(shù)字相機(jī)中，除了人臉辨識外，大多都是以一固定大小的對焦框進(jìn)行追蹤，對焦框的大小并不會隨著物體變化而有所改變，故無法有效的去顯示物體大小變化的狀態(tài)，舉例來說，當(dāng)物體遠(yuǎn)離鏡頭時，物體大小會變小，而固定大小焦框中便會夾雜許多不是待追蹤物體的圖像，降低了對焦框的精細(xì)度。雖然，目前人臉辨識于數(shù)字相機(jī)的應(yīng)用上，對焦框的大小會隨著人臉大小來進(jìn)行變化，不過此類通過機(jī)器學(xué)習(xí)將已知的人臉特征記錄起來，再進(jìn)行對焦的動作僅適用于人臉追蹤與辨識上，并無法將人臉辨識的技術(shù)應(yīng)用在追蹤任何物體。另外，對于一動態(tài)物體在移動過程中，如果沒有特別方法去檢測物體大小的變化， 只是通過單純固定對焦框去追蹤，極為容易因物體大小或形狀改變而追蹤失敗。因此，如何通過一種方法或手段更有效的建立對焦框，讓數(shù)字相機(jī)或其它圖像擷取裝置于連續(xù)畫面中，除了能有效對任何物體進(jìn)行追蹤及定位，并且根據(jù)物體形狀大小來更新對焦框的信息，此乃相關(guān)研發(fā)制造廠商努力的目標(biāo)。

發(fā)明內(nèi)容
為了精進(jìn)對象追蹤的技術(shù)，讓數(shù)字相機(jī)或其它圖像擷取裝置能夠更快速有效的進(jìn)行對象的追蹤與定位，本發(fā)明以顏色分析的技術(shù)，通過分析對象所涵蓋的像素的權(quán)重值，并結(jié)合進(jìn)行區(qū)域性的分類的方法，來檢測對象的形狀與大小，進(jìn)而根據(jù)對象的形狀和大小更新對焦框的信息。根據(jù)本發(fā)明所公開的一種對象追蹤方法，首先，于一第一幀畫面中，進(jìn)行一分類程序，以取得一第一焦框內(nèi)各像素的多個第一分類，其中，該第一焦框內(nèi)包含有欲追蹤的對象并具有一第一矩形框。接著，于一第二幀畫面中，根據(jù)該第一矩形框進(jìn)行一定位程序，以取得一第二矩形框，并于該第二矩形框周圍各像素依序取得一顏色特征，并根據(jù)該些顏色特征建立多個第二分類。將所建立的第二分類依序與對應(yīng)的該第一分類比較兩者的相似程度，以取得一相似程度值，再將該些相似程度值與一預(yù)定的閥值(threshold)進(jìn)行比較。當(dāng)該些相似程度高于該閥值時，漸進(jìn)式調(diào)整該第二矩形框至該些第二分類所涵蓋的像素范圍。當(dāng)相似程度低于該閥值時，停止調(diào)整該第二矩形框，以建立一第二焦框。綜上所述，本發(fā)明通過顏色檢測的方式，先是利用一焦框內(nèi)像素的顏色特征，于連續(xù)畫面中進(jìn)行定位來追蹤對象的位移程度，并且以對象所涵蓋的像素的權(quán)重值，進(jìn)行區(qū)域性的分類來檢測對象的形狀與大小，進(jìn)而更新焦框的信息，如此一來，以動態(tài)方式調(diào)整焦框的大小，可有助于后續(xù)進(jìn)行對焦的作業(yè)。因此，不同于過往以固定焦框來進(jìn)行對象的追蹤，此類昔知的固定焦框追蹤方式容易因為對象大小或形狀改變而失敗，本發(fā)明利用部分經(jīng)分類的權(quán)重值信息來進(jìn)行對象檢測與追蹤，以快速地改變焦框的大小來達(dá)到更穩(wěn)定的對象追蹤功效。有關(guān)本發(fā)明的特征、實作與功效，現(xiàn)配合附圖作最佳實施例詳細(xì)說明如下。


圖IA為本發(fā)明對象追蹤方法的步驟S30的示意圖；圖IB為本發(fā)明對象追蹤方法的步驟S31的示意圖；圖IC為本發(fā)明對象追蹤方法的步驟S32 S35的示意圖；圖ID為本發(fā)明對象追蹤方法的步驟S36的示意圖；圖IE為圖IA中第一焦框內(nèi)各像素權(quán)重值的示意圖；圖2A為應(yīng)用本發(fā)明的一實施例的示意圖；圖2B為圖2A中對象于縮小時，應(yīng)用本發(fā)明的第二焦框呈現(xiàn)的示意圖；圖2C為圖2A中對象于放大時，應(yīng)用本發(fā)明的第二焦框呈現(xiàn)的示意圖；圖2D為圖2A中對象于旋轉(zhuǎn)時，應(yīng)用本發(fā)明的第二焦框呈現(xiàn)的示意圖；圖3A為本發(fā)明的對象追蹤方法的流程圖；圖;3B為本發(fā)明的分類程序的流程圖；圖3C為本發(fā)明的定位程序的流程圖；圖3D為本發(fā)明的另一定位程序的流程圖。其中，附圖標(biāo)記10第一焦框IOA第一矩形框10B, IOC 第二矩形框11，12，12A 第二焦框50，51 對象
具體實施例方式請參考及圖3A所示，圖3A為本發(fā)明的對象追蹤方法的流程圖，本發(fā)明可應(yīng)用于一種圖像擷取裝置(例如數(shù)字相機(jī)或攝像機(jī)等)，其對象追蹤方法包括；步驟S30 于一第一幀畫面中，進(jìn)行一分類程序，以取得一第一焦框內(nèi)各像素的多個第一分類，其中，該第一焦框內(nèi)具有一第一矩形框；步驟S31 于一第二幀畫面中，根據(jù)該第一矩形框進(jìn)行一定位程序，以取得一第二矩形框；步驟S32 依序取得該第二矩形框周圍各像素的一顏色特征，并根據(jù)該些顏色特征建立多個第二分類；步驟S33 依序計算該些第二分類與對應(yīng)的該第一分類的相似程度，以分別取得一相似程度值；步驟S34 依序比較該相似程度值與一預(yù)定的閥值(threshold)；步驟S35 當(dāng)該些相似程度高于該閥值時，漸進(jìn)調(diào)整該第二矩形框至該些第二分類所涵蓋的像素范圍；以及
步驟S36 當(dāng)相似程度低于該閥值時，停止調(diào)整該第二矩形框，以建立一第二焦框。其中，請配合參考圖:3B所示，圖;3B為本發(fā)明的分類程序的流程圖。本發(fā)明的分類程序包括步驟S301 取得該第一焦框內(nèi)各該像素的該顏色特征；步驟S302 根據(jù)該些顏色特征分別對應(yīng)計算該些第一權(quán)重值；以及步驟S303 將該些第一權(quán)重值由大而小建立該些第一分類。其中，請配合參考圖3C所示，圖3C為本發(fā)明的定位程序的流程圖。定位程序包括步驟S311 根據(jù)該第一矩形框所涵蓋的該像素范圍，于該第二幀畫面中，查找與該第一矩形框具有近似權(quán)重值的一位置；以及步驟S312 設(shè)定該位置為該第二矩形框。上述的像素權(quán)重值與查找近似權(quán)重值的方法，可通過于一色彩空間內(nèi)進(jìn)行一色彩分布描述子(Color Layout Descriptor)描述圖像中色彩的空間配置與建構(gòu)色彩直方圖 (Color Historgram)的方式來取得，此乃具有本領(lǐng)域的技術(shù)人員公知的技術(shù)，故在此不加以累述。其中，根據(jù)步驟S33所述，本發(fā)明于建立第二分類后，會依序計算該些第二分類與對應(yīng)的該第一分類的相似程度，以分別取得一相似程度值。此相似程度值的計算可通過以權(quán)重值的特征向量(feature vector)之間的歐基里德距離(Euclidean distance)來量測，所得到的數(shù)值越小，即代表兩張圖像的相似度越高，不過此乃本領(lǐng)域的技術(shù)人員公知的技術(shù)，于此不加以累述。其中，根據(jù)步驟S34所述依序比較該相似程度值與一預(yù)定的閥值，該閥值指對象追蹤能夠容許相似程度的數(shù)值，舉例來說，如果相似度最高定義為“ 10”，最低定義為“0”， 閥值設(shè)定為“5”，亦即當(dāng)相似程度值結(jié)果為“5”以上的像素范圍才能算是可以被接受為“相似”，是第二焦框的范圍，其余的部份則會排除在外。請參考圖IA至圖IE所示，圖IA至圖ID以圖解的方式，搭配一實施例來說明本發(fā)明追蹤對象方法于實施時的示意圖，圖IA為本發(fā)明對象追蹤方法的步驟S30的示意圖，圖 IB為本發(fā)明對象追蹤方法的步驟S31的示意圖，圖IC為本發(fā)明對象追蹤方法的步驟S32 S35的示意圖，圖ID為本發(fā)明對象追蹤方法的步驟S36的示意圖，圖IE為圖IA中第一焦框內(nèi)各像素權(quán)重值的示意圖。于本實施例中，當(dāng)一數(shù)字相機(jī)欲對一動態(tài)對象進(jìn)行拍攝時，本發(fā)明會先對鏡頭所擷取的畫面進(jìn)行一初始設(shè)定，來設(shè)定出一第一焦框10，以確定第一焦框10所框住的圖像為欲追蹤的對象50 (圖1A)。此第一焦框10的設(shè)定可通過預(yù)設(shè)一預(yù)定區(qū)域，由使用者來調(diào)整數(shù)字相機(jī)的鏡頭與對象的位置，使用者通過觀察數(shù)字相機(jī)的預(yù)覽畫面，將對象50于鏡頭的圖像調(diào)整至該預(yù)定區(qū)域內(nèi)，再通過按一下快門或其它致能(enable)的方式，以完成第一焦框10的設(shè)定。另外，隨著觸控技術(shù)的成熟，第一焦框10的設(shè)定亦可通過于數(shù)字相機(jī)的預(yù)覽畫面上，直接以使用者手動觸控的方式，框選出第一焦框10的大小。請參考圖1A、圖IE及圖;3B所示，于本實施例中，欲拍攝的對象50為一不規(guī)則形狀的對象，第一焦框10內(nèi)具有M個像素，各像素分別經(jīng)過分類程序分別具有以下以群組方式表現(xiàn)的權(quán)重值{1,1,1,1,0. 9,0. 9,0. 9,0. 8,0. 8,0. 8,0. 7,0. 7,0. 7,0. 7,0. 6,0. 6,0. 6,0. 6,0. 5， 0. 4,0. 4,0. 4,0. 3,0. 3}接著，根據(jù)步驟S301至S303所述的分類程序，第一分類的數(shù)目可依據(jù)使用者的需求來進(jìn)行調(diào)整，于本實施例中，第一分類的數(shù)目為3組，各第一分類的名稱分別定義為第一分類A、第一分類B及第一分類C，第一分類A具有第一權(quán)重值{1，1，1，1}，第一分類B具有第一權(quán)重值 10. 9,0. 9,0. 9,0. 8,0. 8,0. 8,0. 7,0. 7,0. 7,0. 7}，第一分類 C 具有第一權(quán)重值 {0. 6,0. 6,0. 6,0. 6,0. 5,0. 4,0. 4,0. 4,0. 3,0. 3}。然而，于第一焦框10內(nèi)對象50的顏色分布來說，由于第一分類A具有最大的第一權(quán)重值，第一分類A所涵蓋的像素具有最明顯的顏色特征，因此，將第一分類A所涵蓋的像素范圍定義為第一矩形框10A，對于動態(tài)對象的追蹤來說具有較佳的效果。當(dāng)?shù)谝痪匦慰騃OA設(shè)定完成后，請參考圖IC及圖3A所示，根據(jù)步驟S311及S312 所述，于第二幀畫面中進(jìn)行設(shè)定第二矩形框10B，當(dāng)?shù)诙匦慰騃OB設(shè)定完成后，即表示本發(fā)明已成功動態(tài)檢測對象50的位移的狀況，接著，依據(jù)第二矩形框IOB的位置(步驟32)， 依序?qū)Φ诙匦慰騃OB周圍各像素取得一顏色特征，并依照上述分類程序的方式，將各像素的顏色特征計算其權(quán)重值，并對應(yīng)進(jìn)行多個分類，第二矩形框IOB所分類的權(quán)重值，于此定義為第二分類。接著，在執(zhí)行完步驟S32之后，步驟S33及S35會將第二分類與對應(yīng)的第一分類的權(quán)重值進(jìn)行相似程度的比較，通過計算相似程度值以及將所計算的相似程度值與閥值進(jìn)行比較，當(dāng)相似程度值高于閥值時，便會放大第二矩形框10B，并且反復(fù)執(zhí)行步驟S32至S35直到相似程度值低于閥值，此時的第二矩形框IOB大小即為第二幀畫面中，配合對象大小的第二焦框11 (如圖ID所示)。值得注意的是，本發(fā)明的對象追蹤方法可適用追蹤各種不同形狀和大小的對象， 特別對于不規(guī)則形狀的對象來說，本發(fā)明無須通過邊緣檢測(edge detection)方法，而是以顏色檢測及權(quán)重概念的方式，自動檢測欲追蹤對象的形狀，其復(fù)雜度及運(yùn)算需求皆遠(yuǎn)低于邊緣檢測方法。請參考圖2A至圖2D及圖3C所示，本說明書另公開三種不同實施樣態(tài)，圖2A有別于上述實施例在于圖式中的對象為一個具有規(guī)則的等腰三角形，圖2B為圖2A中對象于縮小時，應(yīng)用本發(fā)明的第二焦框呈現(xiàn)的示意圖，圖2C為圖2A中對象于放大時，應(yīng)用本發(fā)明的第二焦框呈現(xiàn)的示意圖，圖2D為圖2A中對象于旋轉(zhuǎn)時(改變角度)，應(yīng)用本發(fā)明的第二焦框呈現(xiàn)的示意圖。然而，為達(dá)成圖2B及圖2C的第二焦框于對象發(fā)生縮小或放大時，其技術(shù)手段與方法與上述的步驟皆為相同，故此不加以累述。不過，對于圖2D來說，如果直接使用上述的步驟S311及S312，第二焦框12的對焦范圍將會容置過多對象51以外的圖像像素，使得第二焦框12的精細(xì)度降低，因此，上述的步驟S31的定位程序需要進(jìn)行改良，以適用角度發(fā)生改變的對象。請參考圖3D所示，圖3D為定位程序另一實施例的流程圖。改良的定位程序包括步驟S313 根據(jù)該第一矩形框所涵蓋的該像素范圍，于該第二幀畫面中定位出與該第一矩形框具有近似權(quán)重值的一位置；步驟S314 設(shè)定該位置為該第二矩形框，并取得該第二矩形框內(nèi)各像素的多個權(quán)
重值；步驟S315 根據(jù)該第一矩形框與該第二矩形框的該些權(quán)重值的一向量關(guān)系，計算一夾角以及步驟S316 根據(jù)該夾角旋轉(zhuǎn)該第二矩形框。因此，藉由上述步驟S313至S315，通過事先改變第二矩形框IOC的角度θ，可使得第二焦框12Α更緊密貼合于對象上51，增加第二焦框12Α對焦范圍的精細(xì)度。綜上所述，本發(fā)明通過顏色檢測的方式，先是利用一焦框內(nèi)像素的顏色特征，于連續(xù)畫面中進(jìn)行定位來追蹤對象的位移程度，并且以對象所涵蓋的像素的權(quán)重值，進(jìn)行區(qū)域性的分類來檢測對象的形狀、大小與角度，進(jìn)而更新焦框的信息，如此一來，以動態(tài)方式調(diào)整焦框的大小，有助于后續(xù)進(jìn)行對焦的作業(yè)。
權(quán)利要求
1.一種對象追蹤方法，其特征在于，包括于一第一幀畫面中，進(jìn)行一分類程序，以取得一第一焦框內(nèi)各像素的多個第一分類，其中，該第一焦框內(nèi)具有一第一矩形框；于一第二幀畫面中，根據(jù)該第一矩形框進(jìn)行一定位程序，以取得一第二矩形框； 依序取得該第二矩形框周圍各像素的每一顏色特征，并根據(jù)該些顏色特征建立多個第二分類；依序計算該些第二分類與對應(yīng)的該些第一分類的相似程度，以分別取得一相似程度值；依序比較每一該相似程度值是否大于一預(yù)定的閥值；若是，漸進(jìn)調(diào)整該第二矩形框至該些第二分類所涵蓋的像素范圍；以及若否，停止調(diào)整該第二矩形框，以建立一第二焦框。
2.如權(quán)利要求1所述的對象追蹤方法，其特征在于，該分類程序包括 取得該第一焦框內(nèi)各該像素的該顏色特征；根據(jù)該些顏色特征分別對應(yīng)計算多個權(quán)重值；以及將該些權(quán)重值由大而小建立該些第一分類。
3.如權(quán)利要求2所述的對象追蹤方法，其特征在于，該第一矩形框?qū)⒃摼哂性撔?quán)重值中最大權(quán)重值的第一分類所涵蓋的像素范圍，設(shè)定該第一矩形框。
4.如權(quán)利要求3所述的對象追蹤方法，其特征在于，該定位程序包括根據(jù)該第一矩形框所涵蓋的該像素范圍，于該第二幀畫面中，查找與該第一矩形框具有近似該些權(quán)重值的一位置；以及設(shè)定該位置為該第二矩形框。
5.如權(quán)利要求3所述的對象追蹤方法，其特征在于，該定位程序包括根據(jù)該第一矩形框所涵蓋的該像素范圍，于該第二幀畫面中定位出與該第一矩形框具有近似該些權(quán)重值的一位置；設(shè)定該位置為該第二矩形框，并取得該第二矩形框內(nèi)各像素的多個權(quán)重值； 根據(jù)該第一矩形框與該第二矩形框的該些權(quán)重值的一向量關(guān)系，計算一夾角；以及根據(jù)該夾角旋轉(zhuǎn)該第二矩形框。
全文摘要
本發(fā)明公開一種對象追蹤方法，其包括有于第一幀畫面中，取得第一焦框內(nèi)各像素的多個第一分類，第一焦框內(nèi)包含有欲追蹤的對象并具有第一矩形框于一第二幀畫面中，根據(jù)第一矩形框進(jìn)行定位程序，以取得第二矩形框，并于第二矩形框周圍各像素依序取得顏色特征，根據(jù)顏色特征建立多個第二分類。將所建立的第二分類依序與對應(yīng)的第一分類比較，以取得相似程度值，再將相似程度值與預(yù)定的閥值進(jìn)行比較，漸進(jìn)式調(diào)整第二矩形框，以建立第二焦框。因此，通過分析對象的像素的顏色特征，并結(jié)合分類的方式，達(dá)到檢測對象的形狀與大小，進(jìn)而更新焦框的信息的功效。
文檔編號G06T7/20GK102467742SQ20101053217
公開日2012年5月23日 申請日期2010年10月29日 優(yōu)先權(quán)日2010年10月29日
發(fā)明者周宏隆, 張尹彬, 張文彥 申請人:華晶科技股份有限公司