視頻跟蹤方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明涉及計(jì)算機(jī)視覺處理領(lǐng)域，尤其涉及一種視頻跟蹤方法。
【背景技術(shù)】
[0002] 體育視頻規(guī)律分析是指在體育比賽中，通過對(duì)體育視頻中的運(yùn)動(dòng)員建模，訓(xùn)練跟 蹤器來實(shí)時(shí)地跟蹤運(yùn)動(dòng)員，然后對(duì)跟蹤的運(yùn)動(dòng)員的視頻數(shù)據(jù)進(jìn)行動(dòng)作識(shí)別以及動(dòng)作分析， 最終獲得戰(zhàn)術(shù)統(tǒng)計(jì)、運(yùn)動(dòng)員體能消耗等相關(guān)數(shù)據(jù)。其中，對(duì)運(yùn)動(dòng)員進(jìn)行視頻跟蹤至關(guān)重要。
[0003] 所謂視頻跟蹤，就是指對(duì)攝像頭捕捉到的圖像序列進(jìn)行分析，在每一幀圖像中識(shí) 別出運(yùn)動(dòng)目標(biāo)。視頻跟蹤算法的思想通常有兩種:通過識(shí)別目標(biāo)來進(jìn)行跟蹤和通過運(yùn)動(dòng)目 標(biāo)檢測(cè)來進(jìn)行跟蹤。前一種算法思想包含了目標(biāo)識(shí)別和目標(biāo)匹配兩部分，通過識(shí)別每一幀 圖像中的樣本從而確定運(yùn)動(dòng)目標(biāo)的位置，后一種算法思想通過監(jiān)測(cè)和發(fā)現(xiàn)運(yùn)動(dòng)目標(biāo)并確定 運(yùn)動(dòng)目標(biāo)的位置進(jìn)行跟蹤，該方法不需要考慮目標(biāo)的形狀、尺度，可以監(jiān)測(cè)任何目標(biāo)。
[0004] 然而，在體育視頻跟蹤中，運(yùn)動(dòng)員頻繁的跑動(dòng)會(huì)經(jīng)常發(fā)生相互遮擋，尤其是同隊(duì)運(yùn) 動(dòng)員之間的遮擋，由于衣著相似，外觀具有嚴(yán)重的一致性，極易導(dǎo)致跟丟目標(biāo)，例如:一個(gè)跟 蹤器正在跟蹤一個(gè)運(yùn)動(dòng)員，隊(duì)友遮擋該運(yùn)動(dòng)員后，因?yàn)殛?duì)友與該運(yùn)動(dòng)員高度相似，跟蹤器可 能會(huì)去跟蹤隊(duì)友，導(dǎo)致跟蹤器跟錯(cuò)?，F(xiàn)有的基于正常視頻的跟蹤算法無法解決運(yùn)動(dòng)視頻中 的遮擋問題。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明提供一種視頻跟蹤方法，可以有效解決運(yùn)動(dòng)視頻中的遮擋問題，當(dāng)跟蹤目 標(biāo)被遮擋后不會(huì)將跟蹤目標(biāo)跟丟，提高了視頻跟蹤的正確率。
[0006] 本發(fā)明提供的視頻跟蹤方法，包括：
[0007] 在視頻圖像的第一幀中確定目標(biāo)框，為所述目標(biāo)框建立目標(biāo)視頻分類器；
[0008] 在視頻圖像的第二幀中采用所述目標(biāo)視頻分類器跟蹤所述目標(biāo)框并識(shí)別出候選 框，根據(jù)所述目標(biāo)框與所述候選框的位置判斷所述候選框是否遮擋所述目標(biāo)框；
[0009] 若所述候選框遮擋所述目標(biāo)框，則為所述候選框建立候選視頻分類器，并在視頻 圖像的第三幀中采用所述候選視頻分類器跟蹤所述候選框并識(shí)別出所述目標(biāo)框，根據(jù)所述 目標(biāo)框與所述候選框的位置判斷所述候選框是否離開所述目標(biāo)框，若是，則在視頻圖像的 第四幀中通過所述目標(biāo)視頻分類器對(duì)所述目標(biāo)框進(jìn)行跟蹤;若否，則在視頻圖像的第四幀 中通過所述候選視頻分類器對(duì)所述候選框進(jìn)行跟蹤;直至對(duì)所述視頻圖像的所有幀的跟蹤 操作完成。
[0010] 本發(fā)明提供了一種視頻跟蹤方法，對(duì)視頻圖像的每一幀進(jìn)行跟蹤處理，為跟蹤目 標(biāo)建立目標(biāo)視頻分類器，通過目標(biāo)視頻跟蹤器識(shí)別出跟蹤目標(biāo)和候選目標(biāo)，當(dāng)候選目標(biāo)遮 擋住跟蹤目標(biāo)時(shí)，為候選目標(biāo)建立候選視頻分類器，通過候選視頻跟蹤器識(shí)別出候選目標(biāo) 和跟蹤目標(biāo)，并判斷候選目標(biāo)是否離開了跟蹤目標(biāo)，若候選目標(biāo)離開跟蹤目標(biāo)，則重新通過 目標(biāo)視頻分類器對(duì)跟蹤目標(biāo)進(jìn)行跟蹤，若候選目標(biāo)沒有離開跟蹤目標(biāo)，則繼續(xù)通過候選視 頻分類器對(duì)候選目標(biāo)進(jìn)行跟蹤。本實(shí)施例提供的視頻跟蹤方法，可以有效解決運(yùn)動(dòng)視頻中 的遮擋問題，當(dāng)跟蹤目標(biāo)被遮擋后不會(huì)將跟蹤目標(biāo)跟丟，提高了視頻跟蹤的正確率。
【附圖說明】
[0011] 為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作一簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖是本發(fā) 明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0012] 圖1為本發(fā)明實(shí)施例一提供的視頻跟蹤方法的流程圖；
[0013] 圖2為本發(fā)明實(shí)施例三提供的視頻跟蹤方法的流程圖；
[0014]圖3為本發(fā)明實(shí)施例四提供的視頻跟蹤方法的流程圖。
【具體實(shí)施方式】
[0015] 為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例 中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是 本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員 在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0016] 圖1為本發(fā)明實(shí)施例一提供的視頻跟蹤方法的流程圖。如圖1所示，本實(shí)施例提供 的視頻跟蹤方法，可以包括：
[0017] 步驟101、在視頻圖像的第一幀中確定目標(biāo)框，為目標(biāo)框建立目標(biāo)視頻分類器。
[0018] 其中，視頻圖像的第一幀是指一段需要進(jìn)行視頻跟蹤操作的視頻圖形的初始幀， 目標(biāo)框是指包括了被跟蹤對(duì)象的跟蹤范圍。在本步驟中，在視頻圖像的第一幀中確定一個(gè) 跟蹤目標(biāo)，為被跟蹤目標(biāo)設(shè)定一個(gè)目標(biāo)框，并為目標(biāo)框建立目標(biāo)視頻分類器。
[0019] 其中，為目標(biāo)框建立目標(biāo)視頻分類器，可以采用現(xiàn)有的多種實(shí)現(xiàn)方式?？蛇x的，一 種具體實(shí)現(xiàn)方式可以為：
[0020] 在距離目標(biāo)框預(yù)設(shè)范圍內(nèi)采集正樣本和負(fù)樣本。
[0021] 分別提取正樣本和負(fù)樣本的低維特征向量，低維特征向量中的每?jī)蓚€(gè)分量之間相 互獨(dú)立。
[0022] 根據(jù)低維特征向量訓(xùn)練視頻分類器獲得目標(biāo)視頻分類器。
[0023]在上述步驟中，根據(jù)已知的正樣本和負(fù)樣本進(jìn)行視頻分類器的訓(xùn)練，獲得針對(duì)跟 蹤目標(biāo)的目標(biāo)視頻分類器。其中，提取每個(gè)正樣本和每個(gè)負(fù)樣本的低維特征向量，可以采用 稀疏編碼方法，低維特征向量V可以表示為:V= (VI，V2，···，Vn)，其中，η為低維特征向量的維 數(shù)，低維特征向量中的每一個(gè)分量vi可以服從高斯分布，即，P(vi |y = l)~Nbi^oi1)，p(Vi | y = 〇)~Nh'V)，而且，由于提取的低維特征向量v已經(jīng)降維，所以，可以提高訓(xùn)練視頻分 類器的速度，即提高了建立目標(biāo)視頻分類器的速度。
[0024] 其中，預(yù)設(shè)范圍根據(jù)需要進(jìn)行設(shè)置。
[0025] 其中，視頻分類器可以為樸素貝葉斯分類器，也可以是其他類別的分類器，本實(shí)施 例對(duì)此不加以限制。根據(jù)低維特征向量ν訓(xùn)練樸素貝葉斯分類器的公式如下：
[0026]
[0027] 步驟103、在視頻圖像的第二幀中采用目標(biāo)視頻分類器跟蹤目標(biāo)框并識(shí)別出候選 框，根據(jù)目標(biāo)框與候選框的位置判斷候選框是否遮擋目標(biāo)框。
[0028] 其中，視頻圖像的第二幀是指與第一幀連續(xù)的下一幀，候選框是指包括了候選對(duì) 象的跟蹤范圍，候選對(duì)象與被跟蹤對(duì)象特征相似。在本步驟中，通過目標(biāo)視頻分類器可以識(shí) 別出目標(biāo)框以及與目標(biāo)框特征相似的候選框，并判斷候選框是否遮擋了目標(biāo)框。
[0029] 可選的，在視頻圖像的第二幀中采用目標(biāo)視頻分類器跟蹤目標(biāo)框并識(shí)別出候選 框，可以包括：
[0030] 在視頻圖像的第二幀中采集樣本框。
[0031 ]采用目標(biāo)視頻分類器在樣本框中識(shí)別出目標(biāo)框。
[0032] 計(jì)算目標(biāo)框與除目標(biāo)框之外的任意一個(gè)樣本框之間的方差，若方差大于預(yù)設(shè)閾 值，則采用目標(biāo)視頻分類器判斷樣本框包含目標(biāo)框的概率，若概率大于預(yù)設(shè)門限值，則將樣 本框識(shí)別為候選框。
[0033] 在上述步驟中，先通過目標(biāo)框與任意一個(gè)樣本框之間的方差大于預(yù)設(shè)閾值過濾掉 一部分樣本框，然后在剩下的樣本框中，通