一種電視視頻目標跟蹤的方法及裝置的制造方法
【專利摘要】本發(fā)明公開了一種電視視頻目標跟蹤的方法及裝置，用以解決保證電視視頻中目標特征提取的有效性的問題。方法包括：獲取包含跟蹤目標的電視視頻圖像，并在所述電視視頻圖像中將所述跟蹤目標標定構(gòu)成跟蹤圖像；將所述跟蹤圖像分成多個小塊，計算每個所述小塊的多個直方圖數(shù)值組成代表所述小塊的高維向量；通過計算所述跟蹤圖像的多個小塊的所述高維向量之和捕獲所述跟蹤目標。通過對跟蹤圖像分成多個小塊計算其多個顏色特征的直方圖數(shù)值，組成代表該小塊的高維向量，豐富了跟蹤圖像的識別特征，通過識別該高維向量的識別特征，提高了識別標定跟蹤目標的跟蹤圖像的準確性和識別效率。
【專利說明】
一種電視視頻目標跟蹤的方法及裝置
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及電視視頻技術(shù)領(lǐng)域，特別涉及一種電視視頻目標跟蹤的方法及裝置。
【背景技術(shù)】
[0002]視頻及圖像序列中的運動信息檢測技術(shù)有著廣泛的應用基礎(chǔ)，是諸多視頻和圖像應用領(lǐng)域的必要步驟，例如在實現(xiàn)目標跟蹤、視頻安全監(jiān)控、交通監(jiān)控、行為分析、去隔行技術(shù)以及各種視頻處理任務中都需要以所提取的運動信息為依據(jù)。
[0003]運動信息的檢測主要通過檢測相鄰圖像間的差異程度完成，如基于光流的方法通過計算每個像素點在時間上的偏導數(shù)值得到運動信息，基于塊的方法則通常計算所定義的塊內(nèi)部像素點差的絕對值累加值來得到運動信息。但通常所計算出的運動信息會受到特定圖像內(nèi)容的影響，難以用統(tǒng)一的標準衡量運動的顯著程度。
[0004]在電視視頻等多種視頻處理的過程中，目標跟蹤是一個非常重要的內(nèi)容，對于視頻分析有很重要的意義。
[0005]在目標跟蹤過程中，提取目標有效的特征非常重要，另外，在目標移動過程中存在目標被部分遮擋的情況，因此，需要保證提取目標特征的有效性及克服目標被部分遮擋的問題。

【發(fā)明內(nèi)容】

[0006]本發(fā)明提供一種網(wǎng)站數(shù)據(jù)采集的方法及裝置，用以解決保證電視視頻中目標特征提取的有效性的問題，實現(xiàn)有效準確提取電視視頻的目標特征的目的。
[0007]本發(fā)明提供一種電視視頻目標跟蹤的方法，包括:
[0008]獲取包含跟蹤目標的電視視頻圖像，并在所述電視視頻圖像中將所述跟蹤目標標定構(gòu)成跟蹤圖像；
[0009]將所述跟蹤圖像分成多個小塊，計算每個所述小塊的多個直方圖數(shù)值組成代表所述小塊的高維向量；
[0010]通過計算所述跟蹤圖像的多個小塊的所述高維向量之和捕獲所述跟蹤目標。
[0011]本發(fā)明實施例的一些有益效果可以包括:通過對跟蹤圖像分成多個小塊計算其多個顏色特征的直方圖數(shù)值，組成代表該小塊的高維向量，豐富了跟蹤圖像的識別特征，通過識別該高維向量的識別特征，提高了識別標定跟蹤目標的跟蹤圖像的準確性和識別效率。
[0012]在一個實施例中，方法還包括:
[0013]在所述跟蹤圖像的周邊區(qū)域進行小塊搜索，計算所述小塊搜索中小塊的高維向量；
[0014]如果所述小塊的高維向量與所述跟蹤圖像的小塊的高維向量數(shù)值近似，確認所述小塊屬于所述跟蹤圖像的一部分；
[0015]合并屬于所述跟蹤圖像的各小塊，根據(jù)各小塊的位置確定被部分遮擋的所述跟蹤圖像的所處區(qū)域。
[0016]該實施例中，在跟蹤被部分遮擋的跟蹤圖像時，通過比較小塊的高維向量數(shù)值，能夠準確確定跟蹤圖像各小塊的準確位置，有效提高了被部分遮擋的跟蹤圖像的跟蹤準確性和跟蹤效率。
[0017]本發(fā)明提供一種電視視頻目標跟蹤的裝置，包括:
[0018]圖像構(gòu)成模塊，用于獲取包含跟蹤目標的電視視頻圖像，并在所述電視視頻圖像中將所述跟蹤目標標定構(gòu)成跟蹤圖像；
[0019]向量計算模塊，用于將所述跟蹤圖像分成多個小塊，計算每個所述小塊的多個直方圖數(shù)值組成代表所述小塊的高維向量；
[0020]目標捕獲模塊，用于通過計算所述跟蹤圖像的多個小塊的所述高維向量之和捕獲所述跟蹤目標。
[0021]在本實施例中，通過對跟蹤圖像分成多個小塊計算其多個顏色特征的直方圖數(shù)值，組成代表該小塊的高維向量，豐富了跟蹤圖像的識別特征，通過識別該高維向量的識別特征，提高了識別標定跟蹤目標的跟蹤圖像的準確性和識別效率。
[0022]在一個實施例中，裝置還包括:
[0023]搜索計算模塊，用于在所述跟蹤圖像的周邊區(qū)域進行小塊搜索，計算所述小塊搜索中小塊的高維向量；
[0024]圖像確定模塊，用于如果所述小塊的高維向量與所述跟蹤圖像的小塊的高維向量數(shù)值近似，確認所述小塊屬于所述跟蹤圖像的一部分；
[0025]合并確定模塊，用于合并屬于所述跟蹤圖像的各小塊，根據(jù)各小塊的位置確定被部分遮擋的所述跟蹤圖像的所處區(qū)域。
[0026]該實施例中，在跟蹤被部分遮擋的跟蹤圖像時，通過比較小塊的高維向量數(shù)值，能夠準確確定跟蹤圖像各小塊的準確位置，有效提高了被部分遮擋的跟蹤圖像的跟蹤準確性和跟蹤效率。
[0027]本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。
[0028]下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進一步的詳細描述。
【附圖說明】
[0029]附圖用來提供對本發(fā)明的進一步理解，并且構(gòu)成說明書的一部分，與本發(fā)明的實施例一起用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。在附圖中:
[0030]圖1為本發(fā)明實施例中一種電視視頻目標跟蹤的方法的流程圖；
[0031]圖2為本發(fā)明實施例中另一種播放視頻的方法的流程圖；
[0032]圖3為本發(fā)明實施例中第三種播放視頻的方法的流程圖；
[0033]圖4為本發(fā)明實施例中一種電視視頻目標跟蹤的裝置的框圖；
[0034]圖5為本發(fā)明實施例中另一種電視視頻目標跟蹤的裝置的框圖。
【具體實施方式】
[0035]以下結(jié)合附圖對本發(fā)明的優(yōu)選實施例進行說明，應當理解，此處所描述的優(yōu)選實施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。
[0036]圖1為本發(fā)明實施例中一種電視視頻目標跟蹤方法的流程圖。如圖1所示，包括以下步驟 S101-S103:
[0037]步驟SlOl，獲取包含跟蹤目標的電視視頻圖像，并在所述電視視頻圖像中將所述跟蹤目標標定構(gòu)成跟蹤圖像。
[0038]步驟S102，將所述跟蹤圖像分成多個小塊，計算每個所述小塊的多個直方圖數(shù)值組成代表所述小塊的高維向量。
[0039]在步驟S102中，由每個小塊的多個直方圖數(shù)值的顏色特征組成了跟蹤圖像的每個小塊的高維向量，多種顏色特征的組合豐富了跟蹤圖像的特征。
[0040]步驟S103，通過計算所述跟蹤圖像的多個小塊的所述高維向量之和捕獲所述跟蹤目標。
[0041]本發(fā)明實施例提供的一種電視視頻目標跟蹤的方法的技術(shù)方案，通過對跟蹤圖像分成多個小塊計算其多個顏色特征的直方圖數(shù)值，組成代表該小塊的高維向量，豐富了跟蹤圖像的識別特征，通過識別該高維向量的識別特征，提高了識別標定跟蹤目標的跟蹤圖像的準確性和識別效率。
[0042]在一個實施例中，如圖2所示，包括以下步驟S201-S206:
[0043]步驟S201，獲取包含跟蹤目標的電視視頻圖像，并在所述電視視頻圖像中將所述跟蹤目標標定構(gòu)成跟蹤圖像。
[0044]步驟S202，將所述跟蹤圖像分成多個小塊，計算每個所述小塊的多個直方圖數(shù)值組成代表所述小塊的高維向量。
[0045]在步驟S202中，由每個小塊的多個直方圖數(shù)值的顏色特征組成了跟蹤圖像的每個小塊的高維向量，多種顏色特征的組合豐富了跟蹤圖像的特征。
[0046]步驟S203，通過計算所述跟蹤圖像的多個小塊的所述高維向量之和捕獲所述跟蹤目標。
[0047]步驟S204，在跟蹤被部分遮擋的跟蹤圖像時，在前一幀跟蹤圖像的周邊區(qū)域進行小塊搜索，計算所述小塊搜索中小塊的高維向量；
[0048]步驟S205，如果所述小塊的高維向量與所述跟蹤圖像的小塊的高維向量數(shù)值近似，確認所述小塊屬于所述跟蹤圖像的一部分；
[0049]步驟S206，合并屬于所述跟蹤圖像的各小塊，根據(jù)各小塊位置確定被部分遮擋的所述跟蹤圖像的所處區(qū)域。
[0050]圖2的實施例在圖1實施例的基礎(chǔ)上，在跟蹤被部分遮擋的跟蹤圖像時，通過比較小塊的高維向量數(shù)值，能夠準確確定跟蹤圖像各小塊的準確位置，有效提高了被部分遮擋的跟蹤圖像的跟蹤準確性和跟蹤效率。
[0051]圖3為本發(fā)明實施例中第三種播放視頻的方法的流程圖。如圖3所示，包括以下步驟S301-S307:
[0052]步驟S301，獲取包含跟蹤目標的第一幀的電視視頻圖像，并在所述電視視頻圖像中將所述跟蹤目標標定構(gòu)成跟蹤圖像。
[0053]步驟S302，將所述跟蹤圖像分成3*3的9個小塊。
[0054]步驟S303，計算每個所述小塊的Hue直方圖數(shù)值為62、normlized RG直方圖數(shù)值為48、opponent直方圖數(shù)值為32，三個數(shù)值組成代表所述小塊的62+48+32= 142的142維的高維向量。目標圖像由9個小塊組成，即由9個142維的向量表示這個目標。
[0055]步驟S304，跟蹤圖像由9個小塊組成，即由9個142維的向量表示該跟蹤圖像中的跟蹤目標，通過計算跟蹤圖像的9個142維的向量捕獲所述跟蹤目標。
[0056]步驟S305，在所述跟蹤圖像的周邊區(qū)域進行小塊搜索，計算所述小塊搜索中小塊的高維向量。
[0057]步驟S306，如果所述小塊的高維向量與所述跟蹤圖像的9個小塊中的某一塊的高維向量數(shù)值近似，確認所述小塊屬于所述跟蹤圖像的一部分。
[0058]步驟S307，合并屬于所述跟蹤圖像的各小塊，根據(jù)各小塊位置確定被部分遮擋的所述跟蹤圖像的所處區(qū)域，更新跟蹤圖像的位置，以進行下一幀跟蹤圖像的目標搜索。
[0059]本發(fā)明實施例提供的技術(shù)方案，在圖2實施例的基礎(chǔ)上，將步驟S301和步驟S302的技術(shù)細節(jié)進行優(yōu)化，能夠準確有效的識別跟蹤圖像，提高了對部分遮擋的跟蹤圖像的跟蹤效率和準確度。
[0060]對應于上述實施例提供的一種電視視頻目標跟蹤的方法，本發(fā)明實施例還提供一種電視視頻目標跟蹤的裝置，如圖4所示，包括:
[0061]圖像構(gòu)成模塊41，用于獲取包含跟蹤目標的電視視頻圖像，并在所述電視視頻圖像中將所述跟蹤目標標定構(gòu)成跟蹤圖像。
[0062]向量計算模塊42，用于將所述跟蹤圖像分成多個小塊，計算每個所述小塊的多個直方圖數(shù)值組成代表所述小塊的高維向量；
[0063]目標捕獲模塊43，用于通過計算所述跟蹤圖像的多個小塊的所述高維向量之和捕獲所述跟蹤目標。
[0064]本發(fā)明實施例提供的一種電視視頻目標跟蹤的裝置的技術(shù)方案，通過對跟蹤圖像分成多個小塊計算其多個顏色特征的直方圖數(shù)值，組成代表該小塊的高維向量，豐富了跟蹤圖像的識別特征，通過識別該高維向量的識別特征，提高了識別標定跟蹤目標的跟蹤圖像的準確性和識別效率。
[0065]對應于上述實施例提供的一種電視視頻目標跟蹤的方法，本發(fā)明實施例還提供另一種電視視頻目標跟蹤的裝置，如圖5所示，包括:
[0066]圖像構(gòu)成模塊51，用于獲取包含跟蹤目標的電視視頻圖像，并在所述電視視頻圖像中將所述跟蹤目標標定構(gòu)成跟蹤圖像；
[0067]向量計算模塊52，用于將所述跟蹤圖像分成多個小塊，計算每個所述小塊的多個直方圖數(shù)值組成代表所述小塊的高維向量；
[0068]目標捕獲模塊53，用于通過計算所述跟蹤圖像的多個小塊的所述高維向量之和捕獲所述跟蹤目標。
[0069]其中:
[°07°]所述向量計算模塊52包括:
[0071]小塊分成子模塊521，用于將所述跟蹤圖像分成多個小塊；
[0072]其中，所述小塊分成子模塊，具體用于將所述跟蹤圖像分成3*3的9個小塊。
[0073]向量計算子模塊522，用于計算每個所述小塊的Hue直方圖數(shù)值、normlizedRG直方圖數(shù)值、opponent直方圖數(shù)值組成代表所述小塊的高維向量。
[0074]裝置還包括:
[0075]搜索計算模塊54，用于在所述跟蹤圖像的周邊區(qū)域進行小塊搜索，計算所述小塊搜索中小塊的高維向量；
[0076]圖像確定模塊55，用于如果所述小塊的高維向量與所述跟蹤圖像的小塊的高維向量數(shù)值近似，確認所述小塊屬于所述跟蹤圖像的一部分；
[0077]合并確定模塊56，用于合并屬于所述跟蹤圖像的各小塊，根據(jù)各小塊的位置確定被部分遮擋的所述跟蹤圖像的所處區(qū)域。
[0078]其中:
[0079]所述圖像構(gòu)成模塊51包括:
[0080]圖像獲取子模塊511，用于獲取包含跟蹤目標的第一幀的電視視頻圖像；
[0081 ]目標標定子模塊512，用于在所述電視視頻圖像中將所述跟蹤目標標定構(gòu)成跟蹤圖像。
[0082]圖5的實施例在圖4實施例的基礎(chǔ)上，在跟蹤被部分遮擋的跟蹤圖像時，通過比較小塊的高維向量數(shù)值，能夠準確確定跟蹤圖像各小塊的準確位置，有效提高了被部分遮擋的跟蹤圖像的跟蹤準確性和跟蹤效率。
[0083]本領(lǐng)域內(nèi)的技術(shù)人員應明白，本發(fā)明的實施例可提供為方法、系統(tǒng)、或計算機程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(zhì)(包括但不限于磁盤存儲器和光學存儲器等)上實施的計算機程序產(chǎn)品的形式。
[0084]本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設(shè)備(系統(tǒng))、和計算機程序產(chǎn)品的流程圖和/或方框圖來描述的。應理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合。可提供這些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。
[0085]這些計算機程序指令也可存儲在能引導計算機或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。
[0086]這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。
[0087]顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。
【主權(quán)項】
1.一種電視視頻目標跟蹤的方法，其特征在于，包括: 獲取包含跟蹤目標的電視視頻圖像，并在所述電視視頻圖像中將所述跟蹤目標標定構(gòu)成跟蹤圖像； 將所述跟蹤圖像分成多個小塊，計算每個所述小塊的多個直方圖數(shù)值組成代表所述小塊的高維向量； 通過計算所述跟蹤圖像的多個小塊的所述高維向量之和捕獲所述跟蹤目標。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計算每個所述小塊的多個直方圖數(shù)值組成代表所述小塊的高維向量的步驟具體包括: 計算每個所述小塊的Hue直方圖數(shù)值、normlized RG直方圖數(shù)值、opponent直方圖數(shù)值組成代表所述小塊的高維向量。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，還包括: 在所述跟蹤圖像的周邊區(qū)域進行小塊搜索，計算所述小塊搜索中小塊的高維向量； 如果所述小塊的高維向量與所述跟蹤圖像的小塊的高維向量數(shù)值近似，確認所述小塊屬于所述跟蹤圖像的一部分； 合并屬于所述跟蹤圖像的各小塊，根據(jù)各小塊的位置確定被部分遮擋的所述跟蹤圖像的所處區(qū)域。4.根據(jù)權(quán)利要求1-3任一所述的方法，其特征在于，所述將跟蹤圖像分成多個小塊的步驟具體包括:將所述跟蹤圖像分成3*3的9個小塊。5.根據(jù)權(quán)利要求1-3任一所述的方法，其特征在于，所述獲取包含跟蹤目標的電視視頻圖像的步驟具體包括:獲取包含跟蹤目標的第一幀的電視視頻圖像。6.一種電視視頻目標跟蹤的裝置，其特征在于，包括: 圖像構(gòu)成模塊，用于獲取包含跟蹤目標的電視視頻圖像，并在所述電視視頻圖像中將所述跟蹤目標標定構(gòu)成跟蹤圖像； 向量計算模塊，用于將所述跟蹤圖像分成多個小塊，計算每個所述小塊的多個直方圖數(shù)值組成代表所述小塊的高維向量； 目標捕獲模塊，用于通過計算所述跟蹤圖像的多個小塊的所述高維向量之和捕獲所述跟蹤目標。7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述向量計算模塊包括: 小塊分成子模塊，用于將所述跟蹤圖像分成多個小塊； 向量計算子模塊，用于計算每個所述小塊的Hue直方圖數(shù)值、normlized RG直方圖數(shù)值、opponent直方圖數(shù)值組成代表所述小塊的高維向量。8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，還包括: 搜索計算模塊，用于在所述跟蹤圖像的周邊區(qū)域進行小塊搜索，計算所述小塊搜索中小塊的高維向量； 圖像確定模塊，用于如果所述小塊的高維向量與所述跟蹤圖像的小塊的高維向量數(shù)值近似，確認所述小塊屬于所述跟蹤圖像的一部分； 合并確定模塊，用于合并屬于所述跟蹤圖像的各小塊，根據(jù)各小塊的位置確定被部分遮擋的所述跟蹤圖像的所處區(qū)域。9.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述小塊分成子模塊，具體用于將所述跟蹤圖像分成3*3的9個小塊。10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述圖像構(gòu)成模塊包括:圖像獲取子模塊，用于獲取包含跟蹤目標的第一幀的電視視頻圖像；目標標定子模塊，用于在所述電視視頻圖像中將所述跟蹤目標標定構(gòu)成跟蹤圖像。
【文檔編號】G06T7/20GK106023260SQ201610363050
【公開日】2016年10月12日
【申請日】2016年5月26日
【發(fā)明人】劉帥
【申請人】無錫天脈聚源傳媒科技有限公司