CN110728700B - 一种运动目标追踪方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种运动目标追踪方法、装置、计算机设备及存储介质，方法包括：对输入的序列图像进行运动检测；其中，所述序列图像包括至少一帧图像；如果确定所述序列图像中的当前帧图像存在候选运动区域，则对所述当前帧图像进行图像分类；根据图像分类结果对所述候选运动区域确定运动区域；其中，所述运动区域包括至少一个运动目标；控制摄像装置追踪所述运动目标。本发明实施例的技术方案能够提高运动目标追踪方法的准确性、高效性和适用性。

Description

一种运动目标追踪方法、装置、计算机设备及存储介质

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种运动目标追踪方法、装置、计算机设备及存储介质。

背景技术

运动的视觉分析是近年来计算机视觉领域中备受关注的前沿方向，它从图像序列中检测、识别、跟踪运动目标并对其行为进行理解和描述，属于图像分析和理解的范畴，其应用极为广泛。

现有的用于检测和跟踪序列图像中的运动目标的方法主要包括基于背景差分法、基于帧间差分法、基于光流场法以及基于特征法等。其中，基于背景差分法利用当前目标图像与背景图像的差值来检测运动区域，将待观察图像和不包含感兴趣物体的估计图像进行比较，并将二者存在明显差异的区域作为运动物体所在位置。基于帧间差分法为在图像背景不完全静止时，采用的直接比较两帧图像对应像素点的像素值的方法。基于光流场方法的运动检测需要计算图像中每一个像素点的运动向量，即建立整幅图像的光流场。如果场景中没有运动目标，则图像中所有像素点的运动向量应该是连续变化的；否则，由于目标和背景之间存在相对运动，目标所在位置处的运动向量必然和邻域(背景)的运动向量不同，从而检测出运动目标。基于特征的方法是从相继两幅或多幅不同时刻的图像中抽取特征，并建立起对应，再依据这些特征之间的对应来计算物体的结构(形状或位置等)运动，对于计算运动就是从对应点坐标求出运动参数。

发明人在实现本发明的过程中，发现现有技术存在如下缺陷：基于背景差分法假定图像背景是静止不变的，由于背景图像的动态变化，直接应用背景差分法检测和分割运动目标比较困难，需要通过视频序列的帧间信息来估计和恢复背景，因此需要选择性的更新背景，因此，这种方法不适用于图像获取装置运动的情况。基于帧间差分法要求图像序列的帧与帧之间的匹配度满足需求，否则容易产生较大的检测误差。这种方法可能无法检测运动缓慢的目标和缓慢光照变化引起的图像变化，对于图像获取装置运动的情况，只能检测到图像序列中所有物体的边缘，而不能区分运动和静止目标。基于光流场方法的计算方法复杂度和计算量较高，且易受噪声干扰，适用性较低。基于特征的方法很难区分不同目标之间的特征点，尤其是当运动目标需要先依据别的方法来区分不同的目标，特征如果不稳定，则产生问题也相当严重，另外，由于缺乏通用的快速匹配算法，导致适用性较低。

发明内容

本发明实施例提供一种运动目标追踪方法、装置、计算机设备及存储介质，以提高运动目标追踪方法的准确性、高效性和适用性。

第一方面，本发明实施例提供了一种运动目标追踪方法，包括：

对输入的序列图像进行运动检测；其中，所述序列图像包括至少一帧图像；

如果确定所述序列图像中的当前帧图像存在候选运动区域，则对所述当前帧图像进行图像分类；

根据图像分类结果对所述候选运动区域确定运动区域；其中，所述运动区域包括至少一个运动目标；

控制摄像装置追踪所述运动目标。

第二方面，本发明实施例还提供了一种运动目标追踪装置，包括：

运动检测模块，用于对输入的序列图像进行运动检测；其中，所述序列图像包括至少一帧图像；

图像分类模块，用于如果确定所述序列图像中的当前帧图像存在候选运动区域，则对所述当前帧图像进行图像分类；

运动区域确定模块，用于根据图像分类结果对所述候选运动区域确定运动区域；其中，所述运动区域包括至少一个运动目标；

运动目标追踪模块，用于控制摄像装置追踪所述运动目标。

第三方面，本发明实施例还提供了一种计算机设备，所述计算机设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所提供的运动目标追踪方法。

第四方面，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所提供的运动目标追踪方法。

本发明实施例通过对输入的序列图像进行运动检测，在确定序列图像中的当前帧图像存在候选运动区域时，对当前帧图像进行图像分类，并根据图像分类结果对候选运动区域确定运动区域，以控制摄像装置追踪运动目标，解决现有运动目标追踪方法存在的准确性和适用性较低的问题，从而提高运动目标追踪方法的准确性、高效性和适用性。

附图说明

图1是本发明实施例一提供的一种运动目标追踪方法的流程图；

图2a是本发明实施例二提供的一种运动目标追踪方法的流程图；

图2b是本发明实施例二提供的一种对当前帧图像的二值差分图像进行区域层级划分的效果示意图；

图2c是本发明实施例二提供的一种运动目标追踪效果示意图；

图2d是本发明实施例二提供的一种运动目标追踪效果示意图；

图2e是本发明实施例二提供的一种运动目标追踪效果示意图；

图3是本发明实施例三提供的一种运动目标追踪装置的示意图；

图4为本发明实施例四提供的一种计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。

另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

图1是本发明实施例一提供的一种运动目标追踪方法的流程图，本实施例可适用于快速、准确地追踪运动目标的情况，该方法可以由运动目标追踪装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可集成在计算机设备中。相应的，如图1所示，该方法包括如下操作：

S110、对输入的序列图像进行运动检测；其中，所述序列图像包括至少一帧图像。

其中，序列图像可以是运动目标追踪装置所获取的连续图像。运动检测即为检测图像中是否存在运动目标。运动目标可以是图像中区别于背景图像的运动物体。需要说明的是，背景图像中涉及到的动态变化，如天气、光照、影子、混乱干扰及屏幕投放视频等不属于运动目标。

在本发明实施例中，在追踪运动目标时，可以首先对包括至少一帧图像的序列图像进行运动检测。

S120、如果确定所述序列图像中的当前帧图像存在候选运动区域，则对所述当前帧图像进行图像分类。

其中，当前帧图像即为当前检测的图像。候选运动区域可以是可能存在运动目标的局部图像区域。

相应的，在对输入的序列图像进行运动检测后，如果根据运动检测结果确定序列图像中的当前帧图像存在候选运动区域，则可以根据候选运动区域的特性对当前帧图像进行图像分类。分类的目的是区分外界环境对当前帧图像的干扰类型和程度，以针对不同的图像分类采用不同的方法进一步进行运动检测。

S130、根据图像分类结果对所述候选运动区域确定运动区域；其中，所述运动区域包括至少一个运动目标。

其中，运动区域即为检测到的包括至少一个运动目标的局部图像区域。运动目标可以是运动的人或其他物体，本发明实施例并不对运动目标的具体类型进行限定。

进一步的，在对当前帧图像进行图像分类得到图像分类结果后，即可根据图像分类结果对候选运动区域进一步分析，以确定最终的运动区域。

S140、控制摄像装置追踪所述运动目标。

相应的，在确定运动区域后，即可空置摄像装置追踪运动区域中包括的一个或多个运动目标。

本发明实施例通过对输入的序列图像进行运动检测，在确定序列图像中的当前帧图像存在候选运动区域时，对当前帧图像进行图像分类，并根据图像分类结果对候选运动区域确定运动区域，以控制摄像装置追踪运动目标，解决现有运动目标追踪方法存在的准确性和适用性较低的问题，从而提高运动目标追踪方法的准确性、高效性和适用性。

实施例二

图2a是本发明实施例二提供的一种运动目标追踪方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，给出了对输入的序列图像进行运动检测以及根据图像分类结果对所述候选运动区域确定运动区域的具体实现方式。相应的，如图2a所示，本实施例的方法可以包括：

S210、通过多帧图像差分方法对序列图像进行计算，获取当前帧图像的二值差分图像。

其中，多帧图像差分方法可以是计算连续多帧图像的差。二值差分图像可以是对差分图像进行二值化所得到的图像。

在本发明实施例中，可以采用多帧图像差分方法对序列图像进行计算，得到当前帧图像对应的差分图像，并对差分图像进行二值化处理，以得到前帧图像的二值差分图像。

在本发明的一个可选实施例中，所述通过多帧图像差分方法对所述序列图像进行计算，获取当前帧图像的二值差分图像，可以包括：对所述序列图像进行差分运算，得到至少两个二值差分图像；对所述二值差分图像进行与运算，得到所述当前帧图像的二值差分图像。

具体的，可以对序列图像中包括的多帧图像进行差分运算，从而得到至少两个二值差分图像。然后，根据得到的两个二值差分图像进行与运算，以得到当前帧图像的二值差分图像。

在一个具体的例子中，假设f(x,y,i-1)、f(x,y,i)和f(x,y,i+1)为图像序列中连续的三帧图像。其中(x,y)表示图像中的坐标，i-1、i、i+1分别表示连续三帧图像的序号。对上述三帧图像采用下述公式进行两两差分运算：

其中Df(x,y,i-1,i)为前一帧图像f(x,y,i-1)与当前帧图像f(x,y,i)之间的二值差分图像，Df(x,y,i,i+1)为当前帧图像f(x,y,i-1)与下一帧图像f(x,y,i+1)之间的二值差分图像。可选的，阈值T可以设置为15，本发明实施例并不对阈值T的具体数值进行限定。相应的，在获取到二值差分图像后，可以对二值差分图像按照下述公式进行与运算：

Df(x,y,i)＝Df(x,y,i-1,i)∩Df(x,y,i,i+1)

综上可知，只有当Df(x,y,i-1,i)和Df(x,y,i,i+1)均为255时，Df(x,y,i)才为255，这样便可以消除当前帧图像中的绝大部分背景，从而获得当前帧图像(也即第i帧图像)的二值差分图像。

S220、根据所述当前帧图像的二值差分图像中的设定像素点的数量确定所述当前帧图像的候选运动区域。

可选的，设定像素点可以是白色像素点。

在本发明实施例中，具体可以根据当前帧图像的二值差分图像中的设定像素点的数量来进一步确定当前帧图像中是否存在候选运动区域。

在本发明的一个可选实施例中，所述根据所述当前帧图像的二值差分图像中的设定像素点的数量确定所述当前帧图像的候选运动区域，可以包括：将所述当前帧图像的二值差分图像划分为至少一个第一局部差分图像区域，根据所述第一局部差分图像区域划分为至少一个第二局部差分图像区域，并根据所述第而局部差分图像区域划分为至少一个第三局部差分图像区域；计算各所述第一局部差分图像区域中所述设定像素点的数量；如果所述第一局部差分图像区域中所述设定像素点的数量大于等于设定阈值，且所述第一局部差分图像区域中待确定运动区域周围的各所述第三局部差分图像区域中不包括所述设定像素点，则确定所述待确定运动区域为所述候选运动区域；其中，所述待确定运动区域可以包括至少一个第三局部差分图像区域。

其中，第一局部差分图像区域可以是对当前帧图像的二值差分图像进行划分所得到的局部差分图像区域，第二局部差分图像区域可以是在第一局部差分图像区域的基础上进一步划分所得到的局部差分图像区域，第三局部差分图像区域可以是在第二局部差分图像区域的基础上进一步划分所得到的局部差分图像区域。设定阈值可以是根据实际需求所设定的数值，如56等，本发明实施例并不对设定阈值的具体数值进行限定。待确定运动区域可以是可能存在运动目标的候选运动区域，可以包括至少一个第三局部差分图像区域。

具体的，在根据当前帧图像的二值差分图像中的设定像素点的数量确定当前帧图像的候选运动区域时，可以将当前帧图像的二值差分图像按照层级划分为多个第一局部差分图像区域、第二局部差分图像区域及第三局部差分图像区域。然后可以计算各第一局部差分图像区域中设定像素点的数量，并在确定第一局部差分图像区域中设定像素点的数量大于等于设定阈值，且第一局部差分图像区域中待确定运动区域周围的各第三局部差分图像区域中不包括设定像素点时，可以将待确定运动区域作为一个候选运动区域。这种层级划分局部差分图像区域的方式能够有效加快计算速度并降低计算量。

图2b是本发明实施例二提供的一种对当前帧图像的二值差分图像进行区域层级划分的效果示意图，其中，图2b标号为(1)的图像为当前帧图像，标号为(2)的图像为当前帧图像的二值差分图像。在一个具体的例子中，如图2b所示，可以将当前帧图像的二值差分图像设计为一种三重四叉树结构。首先将当前帧图像的二值差分图像以320*320个像素点为单位分成第一局部差分图像区域，如图2b所示的整个图像区域作为第一局部差分图像区域。再将每个第一局部差分图像区域分割成16个以80*80个像素点为单位的第二局部差分图像区域，最后将每个第二局部差分图像区域进一步分割成16个以20*20个像素点为单位的第三局部差分图像区域。局部差分图像区域划分完成后，可以计算每个第一局部差分图像区域中的白色像素点的数量。当某个第一局部差分图像区域中的白色像素点的数量少于设定阈值56，就认为当前第一局部差分图像区域是背景块，而这些白色像素点只是图像的噪声或轻微的干扰点引起的，该第一局部差分图像区域中实际上不存在运动目标。如果某个第一局部差分图像区域中的白色像素点的数量多于设定阈值56，就认为当前第一局部差分图像区域可能存在运动目标。接着对该第一局部差分图像区域的白色像素点的分布进行分割形成多个待确定运动区域。其中，待确定运动区域可以包括一个或多个第三局部差分图像区域。只要待确定运动区域周围一圈的各个第三局部差分图像区域中没有白色像素点，则确定该待确定运动区域为候选运动区域。以此类推，可以找出当前帧图像的二值差分图像中所有的候选运动区域。

S230、如果确定所述序列图像中的当前帧图像存在候选运动区域，则对所述当前帧图像进行图像分类。

S240、根据所述第一局部差分图像区域中所述设定像素点的分布情况确定所述当前帧图像对应的图像类别。

具体的，可以根据第一局部差分图像区域中设定像素点分布和数量的多少对当前帧图像进行分类。可选的，图像类别可以包括三种，分别为第一图像类别、第二图像类别和第三图像类别，本发明实施例并不对图像类别的数量和分类形式进行限定。

S250、根据所述图像类别对所述候选运动区域确定运动区域。

相应的，在确定当前帧图像对应的图像类别后，即可根据当前帧图像所属的图像类别对候选运动区域确定运动区域。

在本发明的一个可选实施例中，所述图像类别包括第一图像类别；所述根据所述图像类别对所述候选运动区域确定运动区域，可以包括：计算所述候选运动区域中候选运动目标的位置参数；其中，所述位置参数包括重心、宽、以及高；根据所述位置参数计算运动剧烈度；如果根据所述运动剧烈度确定所述候选运动目标为所述运动目标，则确定所述候选运动区域为所述运动区域。

其中，第一图像类别可以是包括环境轻微干扰的图像类别，具体是图像中只有运动目标形成的特征点和一些轻微的干扰点，例如图像的噪声点和环境物体缓慢运动造成的干扰点等，如风吹树枝或河面上的波纹。位置参数可以是运动目标在坐标系中位置的相关参数，如长、宽、高、中心或重心等。运动剧烈度可以体现物体运动程度的情况。候选运动目标可以是候选运动区域中存在的运动物体。候选运动目标可以是运动目标，也可以是其他干扰因素引起的运动物体。

在本发明实施例中，如果确定当前帧图像对应的图像类别为第一图像类别，则可以计算候选运动区域中候选运动目标的重心、宽和高等位置参数，然后根据计算的位置参数计算候选运动区域的运动剧烈度，进而根据运动剧烈度确定候选运动目标是否为运动目标。如果确定候选运动目标是运动目标，则确定该候选运动区域为运动区域。

在本发明的一个可选实施例中，所述图像类别包括第二图像类别；所述根据所述图像类别对所述候选运动区域确定运动区域，可以包括：根据所述当前帧图像对应的上一帧图像中的运动区域对所述当前帧图像进行运动估计；根据运动估计结果对所述候选运动区域确定运动区域。

其中，第二图像类别可以是镜头转动或抖动对应的图像类别，具体是图像中大部分物体都会在二值差分图像中形成白色像素点，而由运动物体形成的白色像素点所占比例很小。

在本发明实施例中，如果确定当前帧图像对应的图像类别为第二图像类别，则可以根据当前帧图像对应的上一帧图像中的运动区域对当前帧图像进行运动估计，并根据运动估计结果对候选运动区域确定运动区域。

在本发明的一个可选实施例中，所述根据所述当前帧图像对应的上一帧图像中的运动区域对所述当前帧图像进行运动估计，可以包括：将所述上一帧图像中的运动区域的位置参数中的重心作为原点，并以设定数量的像素点为半径构建搜索范围；在所述搜索范围内，根据所述上一帧图像运动区域中的所有像素点的像素值和所述当前帧图像中像素点的像素值进行运动估计；所述根据运动估计结果对所述候选运动区域确定运动区域，可以包括：如果所述当前帧图像中当前像素点的像素值对应的运动估计结果满足预设匹配条件，则将所述当前像素点作为理想匹配点；根据所述理想匹配点计算所述运动目标的重心，并将所述上一帧图像中的运动目标的部分位置参数作为所述运动目标的部分位置参数；其中，所述部分位置参数包括宽和高。

其中，预设匹配条件可以是根据运动估计的结果所设定的匹配条件。设定数量可以是根据实际需求所设定的数值，如9或10等，本发明实施例并不对设定数量的具体数值进行限定。

具体的，可以将上一帧图像中的运动区域的位置参数(运动区域的位置参数也即运动目标的位置参数)中的重心作为原点，并以设定数量的像素点为半径构建搜索范围。然后在搜索范围内，根据上一帧图像中的所有像素点的像素值和当前帧图像中像素点的像素值进行运动估计。如果当前帧图像中当前像素点的像素值对应的运动估计结果满足预设匹配条件，则将当前像素点作为理想匹配点。然后根据理想匹配点计算运动目标的重心，并将上一帧图像中的运动目标的宽和高作为当前帧图像中运动目标的宽和高。

在本发明的一个可选实施例中，所述图像类别包括第三图像类别；所述根据所述图像类别对所述候选运动区域确定运动区域，可以包括：计算各所述第二局部差分图像区域的运动剧烈度；将所述运动剧烈度满足预设筛选条件的第二局部差分图像区域作为所述候选运动区域；将所述候选运动区域的运动剧烈度与所述候选运动区域周围的各所述第二局部差分图像区域的运动剧烈度进行对比；如果确定对比结果满足运动区域确定条件，则确定所述候选运动区域包括所述运动目标；计算所述运动目标的位置参数，根据所述运动目标的位置参数确定所述运动区域。

其中，第三图像类别可以是包括运动目标和环境干扰叠加的图像类别，具体是由于运动物体和环境干扰物混合在一起，很容易造成漏报(存在运动物体但是没有实时追踪到)和虚警(将干扰当成运动物体)，具体体现为每个第一局部差分图像区域和第二局部差分图像区域都连在一起，外围没有一圈可以用来独立分割的第二局部差分图像区域。预设筛选条件可以是根据运动剧烈度所设定的筛选第二局部差分图像区域的条件。运动区域确定条件可以是根据运动剧烈度所设定的确定运动区域的条件。

在本发明实施例中，如果确定当前帧图像对应的图像类别为第三图像类别，则可以计算各第二局部差分图像区域的运动剧烈度，并将运动剧烈度满足预设筛选条件的第二局部差分图像区域作为候选运动区域。然后可以将候选运动区域的运动剧烈度与该候选运动区域周围的各第二局部差分图像区域的运动剧烈度进行对比。如果确定对比结果满足运动区域确定条件，则确定该候选运动区域包括运动目标。最后，可以计算运动目标的位置参数，从而根据运动目标的位置参数确定运动区域。

S260、控制所述摄像装置向目标运动目标的重心位置偏转，以实现对运动目标的追踪；其中，所述目标运动目标为一个所述运动目标或多个所述运动目标的组合。

在本发明实施例中，在根据图像类别对候选运动区域确定运动区域的过程中，可以获取运动区域的位置参数。因此，可以利用运动区域以及运动区域的位置参数控制摄像装置向一个或多个运动目标的重心位置偏转，以实现对运动目标的追踪。示例性的，假设多数运动物体的重心处于图像的左边时，控制摄像头装置向左边偏转，以保持多数运动目标始终处于图像的中心区域，从而实现对多数运动目标的监控。如果多数运动目标的重心处于图像的中心区域，则摄像装置不需要转动跟踪的，以始终保持多数运动目标处于监控画面中。或者，还可以通过摄像头监控各个运动目标中运动幅度最大的运动目标。本发明实施例并不对摄像装置对运动目标的具体追踪策略进行限定。

图2c是本发明实施例二提供的一种运动目标追踪效果示意图，其中，图2c中标号为(1)的图像为当前帧图像的原始图像，图2c中标号为(2)的图像为对当前帧图像中运动目标的追踪效果图像。在一个具体的例子中，根据当前帧图像的原始图像得到当前帧图像的二值差分图像。然后通过二值差分图像中候选运动区域内的所有白色像素点就可以计算出候选运动目标的重心(x_c,y_c)，其中，x_c为重心的横坐标，y_c为重心的纵坐标，具体可以将每个白色像素点的坐标叠加并求平均计算。在计算候选运动目标的宽时，可以首先计算候选运动目标以重心为分界线的左边宽度width_l和右边宽度width_r，然后将左边宽度width_l和右边宽度width_r的和作为宽。在计算候选运动目标的高时，可以首先计算候选运动目标以重心为分界线的上半部分高度height_t和下半部分高度height_b，然后将上半部分高度height_t和下半部分高度height_b的和作为高。其中，重心(x_c,y_c)、左边宽度width_l、右边宽度width_r、上半部分高度height_t和下半部分高度height_b根据如下公式计算：

根据上述位置参数，可以采用下述公式计算定义运动剧烈度Intensity，

其中，M为候选运动目标的白色像素点的数量。x_i为每个白色像素点的横坐标，y_i为每个白色像素点的纵坐标，P为左边白色像素点的数量，Q为右边白色像素点的数量。

相应的，由重心(x_c,y_c)、左边宽度width_l、右边宽度width_r、上半部分高度height_t和下半部分高度height_b这些位置参数就可以确定候选运动目标的具体位置。进一步的，如果运动剧烈度Intensity>＝1.75就认为候选运动目标为运动目标，即候选运动区域中可以检测到有效的运动目标，并可以确定当前候选运动区域为一个运动区域。如图2c所示，在确定当前帧图像的运动区域后，可以直接在当前帧图像的运动区域上进行画框处理以实现运动目标的追踪。

图2d是本发明实施例二提供的一种运动目标追踪效果示意图，其中，图2d中标号为(1)的图像为上一帧图像的原始图像，图2d中标号为(2)的图像为上一帧图像的二值差分图像，图2d中标号为(3)的图像为当前帧图像的原始图像，图2d中标号为(4)的图像为当前帧图像的二值差分图像，图2c中标号为(5)的图像为对当前帧图像中运动目标的追踪效果图像。

在一个具体的例子中，如图2d所示，由于上一帧图像的二值差分图像中已经框选了上一帧图像的运动目标所在运动区域的具体坐标位置。因此，可以以上一帧图像的原始图像运动区域(也即方框)中的所有像素点的像素值为参考，在当前帧图像中以上一帧图像确定的运动目标的重心(x_c,y_c)为原点，以9个像素点为半径构建搜索范围。然后在搜索范围内，和当前帧图像的像素点的像素值采用如下公式做运动估计得到SAD(Sum of AbsoluteDifference，绝对差值和)：

其中，pre(x,y)为上一帧图像的方框中的像素点的像素值，cur(x+i,y+j)为当前帧图像在坐标处(x+i,y+j)的像素值，M，N分别为上一帧图像中运动区域的宽和高，如果SAD(i,j)<＝3，则可以将当前像素点(i,j)作为理想匹配点，其中，i表示横坐标值，j表示纵坐标值。然后即可根据下述公式计算当前帧图像运动区域的重心：

x'_c＝x_c+i

y'_c＝y_c+j

其中，(x'_x,y'_c)为运动目标在当前帧图像中的重心坐标。左边宽度width_l、右边宽度width_r、上半部分高度height_t和下半部分高度height_b这些位置参数可以保持不变，由重心(x'_x,y'_c)、左边宽度width_l、右边宽度width_r、上半部分高度height_t和下半部分高度height_b这些位置参数即可确定运动目标所在的运动区域。如图2d所示，在确定当前帧图像的运动区域后，可以直接在当前帧图像的运动区域上进行画框处理以实现运动目标的追踪。

图2e是本发明实施例二提供的一种运动目标追踪效果示意图，其中，图2e中标号为(1)的图像为当前帧图像的原始图像，图2e中标号为(2)的图像为当前帧图像的二值差分图像，图2e中标号为(3)的图像为对当前帧图像中运动目标的追踪效果图像。在一个具体的例子中，在获取到当前帧图像的二值差分图像后，依次计算二值差分图像每个第二局部差分图像区域的运动剧烈度Intensity，并筛选出所有Intensity>＝1.95的第二局部差分图像区域作为候选运动区域。然后，可以将候选运动区域的运动剧烈度Intensity_current和周围一圈各第二局部差分图像区域的运动剧烈度Intensity_around进行比较。如果确定满足运动区域确定条件：Intensity_current＞3*Intensity_around，则确定该候选运动区域中包括运动目标。然后利用重心(x_c,y_c)、左边宽度width_l、右边宽度width_r、上半部分高度height_t和下半部分高度height_b的计算公式即可计算出运动目标的重心(x_c,y_c)、左边宽度width_l、右边宽度width_r、上半部分高度height_t和下半部分高度height_b，并由这五个位置参数确定运动目标所在的运动区域。如图2d所示，在确定当前帧图像的运动区域后，可以直接在当前帧图像的运动区域上进行画框处理以实现运动目标的追踪。

本发明实施例通过对输入的序列图像进行运动检测，在确定序列图像中的当前帧图像存在候选运动区域时，对当前帧图像进行图像分类，并根据图像分类结果对候选运动区域确定运动区域，以控制摄像装置追踪运动目标，解决现有运动目标追踪方法存在的准确性和适用性较低的问题，从而提高运动目标追踪方法的准确性、高效性和适用性。

需要说明的是，以上各实施例中各技术特征之间的任意排列组合也属于本发明的保护范围。

实施例三

图3是本发明实施例三提供的一种运动目标追踪装置的示意图，如图3所示，所述装置包括：运动检测模块310、图像分类模块320、运动区域确定模块330以及运动目标追踪模块340，其中：

运动检测模块310，用于对输入的序列图像进行运动检测；其中，所述序列图像包括至少一帧图像；

图像分类模块320，用于如果确定所述序列图像中的当前帧图像存在候选运动区域，则对所述当前帧图像进行图像分类；

运动区域确定模块330，用于根据图像分类结果对所述候选运动区域确定运动区域；其中，所述运动区域包括至少一个运动目标；

运动目标追踪模块340，用于控制摄像装置追踪所述运动目标。

本发明实施例通过对输入的序列图像进行运动检测，在确定序列图像中的当前帧图像存在候选运动区域时，对当前帧图像进行图像分类，并根据图像分类结果对候选运动区域确定运动区域，以控制摄像装置追踪运动目标，解决现有运动目标追踪方法存在的准确性和适用性较低的问题，从而提高运动目标追踪方法的准确性、高效性和适用性。

可选的，运动检测模块310，包括：二值差分图像获取单元，用于通过多帧图像差分方法对所述序列图像进行计算，获取当前帧图像的二值差分图像；候选运动区域确定单元，用于根据所述当前帧图像的二值差分图像中的设定像素点的数量确定所述当前帧图像的候选运动区域。

可选的，二值差分图像获取单元，具体用于对所述序列图像进行差分运算，得到至少两个二值差分图像；对所述二值差分图像进行与运算，得到所述当前帧图像的二值差分图像。

可选的，候选运动区域确定单元，具体用于将所述当前帧图像的二值差分图像划分为至少一个第一局部差分图像区域，根据所述第一局部差分图像区域划分为至少一个第二局部差分图像区域，并根据所述第而局部差分图像区域划分为至少一个第三局部差分图像区域；计算各所述第一局部差分图像区域中所述设定像素点的数量；如果所述第一局部差分图像区域中所述设定像素点的数量大于等于设定阈值，且所述第一局部差分图像区域中待确定运动区域周围的各所述第三局部差分图像区域中不包括所述设定像素点，则确定所述待确定运动区域为所述候选运动区域；其中，所述待确定运动区域包括至少一个第三局部差分图像区域。

可选的，运动区域确定模块330，具体用于根据所述第一局部差分图像区域中所述设定像素点的分布情况确定所述当前帧图像对应的图像类别；根据所述图像类别对所述候选运动区域确定运动区域。

可选的，所述图像类别包括第一图像类别；运动区域确定模块330，具体用于计算所述候选运动区域中候选运动目标的位置参数；其中，所述位置参数包括重心、宽、以及高；根据所述位置参数计算运动剧烈度；如果根据所述运动剧烈度确定所述候选运动目标为所述运动目标，则确定所述候选运动区域为所述运动区域。

可选的，所述图像类别包括第二图像类别；运动区域确定模块330，具体用于根据所述当前帧图像对应的上一帧图像中的运动区域对所述当前帧图像进行运动估计；根据运动估计结果对所述候选运动区域确定运动区域。

可选的，运动区域确定模块330，具体用于将所述上一帧图像中的运动区域的位置参数中的重心作为原点，并以设定数量的像素点为半径构建搜索范围；在所述搜索范围内，根据所述上一帧图像运动区域中的所有像素点的像素值和所述当前帧图像中像素点的像素值进行运动估计；如果所述当前帧图像中当前像素点的像素值对应的运动估计结果满足预设匹配条件，则将所述当前像素点作为理想匹配点；根据所述理想匹配点计算所述运动目标的重心，并将所述上一帧图像中的运动目标的部分位置参数作为所述运动目标的部分位置参数；其中，所述部分位置参数包括宽和高。

可选的，所述图像类别包括第三图像类别；运动区域确定模块330，具体用于计算各所述第二局部差分图像区域的运动剧烈度；将所述运动剧烈度满足预设筛选条件的第二局部差分图像区域作为所述候选运动区域；将所述候选运动区域的运动剧烈度与所述候选运动区域周围的各所述第二局部差分图像区域的运动剧烈度进行对比；如果确定对比结果满足运动区域确定条件，则确定所述候选运动区域包括所述运动目标；计算所述运动目标的位置参数，根据所述运动目标的位置参数确定所述运动区域。

可选的，运动目标追踪模块340，具体用于控制所述摄像装置向目标运动目标的重心位置偏转，以实现对运动目标的追踪；其中，所述目标运动目标为一个所述运动目标或多个所述运动目标的组合。

上述运动目标追踪装置可执行本发明任意实施例所提供的运动目标追踪方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的运动目标追踪方法。

由于上述所介绍的运动目标追踪装置为可以执行本发明实施例中的运动目标追踪方法的装置，故而基于本发明实施例中所介绍的运动目标追踪方法，本领域所属技术人员能够了解本实施例的运动目标追踪装置的具体实施方式以及其各种变化形式，所以在此对于该运动目标追踪装置如何实现本发明实施例中的运动目标追踪方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中运动目标追踪方法所采用的装置，都属于本申请所欲保护的范围。

实施例四

图4为本发明实施例四提供的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的计算机设备412的框图。图4显示的计算机设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，计算机设备412以通用计算设备的形式表现。计算机设备412的组件可以包括但不限于：一个或者多个处理器416，存储装置428，连接不同系统组件(包括存储装置428和处理器416)的总线418。

总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。

计算机设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储装置428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)430和/或高速缓存存储器432。计算机设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储装置428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块426的程序436，可以存储在例如存储装置428中，这样的程序模块426包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块426通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备412也可以与一个或多个外部设备414(例如键盘、指向设备、摄像头、显示器424等)通信，还可与一个或者多个使得用户能与该计算机设备412交互的设备通信，和/或与使得该计算机设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(Input/Output，I/O)接口422进行。并且，计算机设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与计算机设备412的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arraysof Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。

处理器416通过运行存储在存储装置428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的运动目标追踪方法。

也即，所述处理单元执行所述程序时实现：对输入的序列图像进行运动检测；其中，所述序列图像包括至少一帧图像；如果确定所述序列图像中的当前帧图像存在候选运动区域，则对所述当前帧图像进行图像分类；根据图像分类结果对所述候选运动区域确定运动区域；其中，所述运动区域包括至少一个运动目标；控制摄像装置追踪所述运动目标。

实施例五

本发明实施例五还提供一种存储计算机程序的计算机存储介质，所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例任一所述的运动目标追踪方法：对输入的序列图像进行运动检测；其中，所述序列图像包括至少一帧图像；如果确定所述序列图像中的当前帧图像存在候选运动区域，则对所述当前帧图像进行图像分类；根据图像分类结果对所述候选运动区域确定运动区域；其中，所述运动区域包括至少一个运动目标；控制摄像装置追踪所述运动目标。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器((Erasable Programmable ReadOnly Memory，EPROM)或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、射频(Radio Frequency，RF)等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—-包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种运动目标追踪方法，其特征在于，包括：

对输入的序列图像进行运动检测；其中，所述序列图像包括至少一帧图像；

如果确定所述序列图像中的当前帧图像存在候选运动区域，则对所述当前帧图像进行图像分类；

根据图像分类结果对所述候选运动区域确定运动区域；其中，所述运动区域包括至少一个运动目标；

控制摄像装置追踪所述运动目标；

其中，所述对输入的序列图像进行运动检测，包括：

通过多帧图像差分方法对所述序列图像进行计算，获取当前帧图像的二值差分图像；

根据所述当前帧图像的二值差分图像中的设定像素点的数量确定所述当前帧图像的候选运动区域；

其中，所述根据所述当前帧图像的二值差分图像中的设定像素点的数量确定所述当前帧图像的候选运动区域，还包括：

将所述当前帧图像的二值差分图像划分为至少一个第一局部差分图像区域，根据所述第一局部差分图像区域划分为至少一个第二局部差分图像区域，并根据所述第二 局部差分图像区域划分为至少一个第三局部差分图像区域；

其中，所述根据图像分类结果对所述候选运动区域确定运动区域，还包括：

根据所述第一局部差分图像区域中所述设定像素点的分布情况确定所述当前帧图像对应的图像类别；

根据所述图像类别对所述候选运动区域确定运动区域；

其中，所述图像类别包括第三图像类别；

所述根据所述图像类别对所述候选运动区域确定运动区域，还包括：

计算各所述第二局部差分图像区域的运动剧烈度；

将所述运动剧烈度满足预设筛选条件的第二局部差分图像区域作为所述候选运动区域；

将所述候选运动区域的运动剧烈度与所述候选运动区域周围的各所述第二局部差分图像区域的运动剧烈度进行对比；

如果确定对比结果满足运动区域确定条件，则确定所述候选运动区域包括所述运动目标；

计算所述运动目标的位置参数，根据所述运动目标的位置参数确定所述运动区域。

2.根据权利要求1所述的方法，其特征在于，所述通过多帧图像差分方法对所述序列图像进行计算，获取当前帧图像的二值差分图像，包括：

对所述序列图像进行差分运算，得到至少两个二值差分图像；

对所述二值差分图像进行与运算，得到所述当前帧图像的二值差分图像。

3.根据权利要求1所述的方法，其特征在于，所述根据所述当前帧图像的二值差分图像中的设定像素点的数量确定所述当前帧图像的候选运动区域，包括：

计算各所述第一局部差分图像区域中所述设定像素点的数量；

如果所述第一局部差分图像区域中所述设定像素点的数量大于等于设定阈值，且所述第一局部差分图像区域中待确定运动区域周围的各所述第三局部差分图像区域中不包括所述设定像素点，则确定所述待确定运动区域为所述候选运动区域；其中，所述待确定运动区域包括至少一个第三局部差分图像区域。

4.根据权利要求1所述的方法，其特征在于，所述图像类别包括第一图像类别；

所述根据所述图像类别对所述候选运动区域确定运动区域，包括：

计算所述候选运动区域中候选运动目标的位置参数；其中，所述位置参数包括重心、宽、以及高；

根据所述位置参数计算运动剧烈度；

如果根据所述运动剧烈度确定所述候选运动目标为所述运动目标，则确定所述候选运动区域为所述运动区域。

5.根据权利要求1所述的方法，其特征在于，所述图像类别包括第二图像类别；

所述根据所述图像类别对所述候选运动区域确定运动区域，包括：

根据所述当前帧图像对应的上一帧图像中的运动区域对所述当前帧图像进行运动估计；

根据运动估计结果对所述候选运动区域确定运动区域。

6.根据权利要求5所述的方法，其特征在于，所述根据所述当前帧图像对应的上一帧图像中的运动区域对所述当前帧图像进行运动估计，包括：

将所述上一帧图像中的运动区域的位置参数中的重心作为原点，并以设定数量的像素点为半径构建搜索范围；

在所述搜索范围内，根据所述上一帧图像运动区域中的所有像素点的像素值和所述当前帧图像中像素点的像素值进行运动估计；

所述根据运动估计结果对所述候选运动区域确定运动区域，包括：

如果所述当前帧图像中当前像素点的像素值对应的运动估计结果满足预设匹配条件，则将所述当前像素点作为理想匹配点；

根据所述理想匹配点计算所述运动目标的重心，并将所述上一帧图像中的运动目标的部分位置参数作为所述运动目标的部分位置参数；其中，所述部分位置参数包括宽和高。

7.根据权利要求1所述的方法，其特征在于，所述控制摄像装置追踪所述运动目标，包括：

控制所述摄像装置向目标运动目标的重心位置偏转，以实现对运动目标的追踪；其中，所述目标运动目标为一个所述运动目标或多个所述运动目标的组合。

8.一种运动目标追踪装置，其特征在于，包括：

运动检测模块，用于对输入的序列图像进行运动检测；其中，所述序列图像包括至少一帧图像；

图像分类模块，用于如果确定所述序列图像中的当前帧图像存在候选运动区域，则对所述当前帧图像进行图像分类；

运动区域确定模块，用于根据图像分类结果对所述候选运动区域确定运动区域；其中，所述运动区域包括至少一个运动目标；

运动目标追踪模块，用于控制摄像装置追踪所述运动目标；

所述运动检测模块，还包括：

二值差分图像获取单元，用于通过多帧图像差分方法对所述序列图像进行计算，获取当前帧图像的二值差分图像；

候选运动区域确定单元，用于根据所述当前帧图像的二值差分图像中的设定像素点的数量确定所述当前帧图像的候选运动区域；

所述候选运动区域确定单元，还具体用于将所述当前帧图像的二值差分图像划分为至少一个第一局部差分图像区域，根据所述第一局部差分图像区域划分为至少一个第二局部差分图像区域，并根据所述第二 局部差分图像区域划分为至少一个第三局部差分图像区域；

所述运动区域确定模块，还具体用于根据所述第一局部差分图像区域中所述设定像素点的分布情况确定所述当前帧图像对应的图像类别；

根据所述图像类别对所述候选运动区域确定运动区域；

其中，所述图像类别包括第三图像类别；

所述运动区域确定模块，还具体用于计算各所述第二局部差分图像区域的运动剧烈度；

将所述运动剧烈度满足预设筛选条件的第二局部差分图像区域作为所述候选运动区域；

将所述候选运动区域的运动剧烈度与所述候选运动区域周围的各所述第二局部差分图像区域的运动剧烈度进行对比；

如果确定对比结果满足运动区域确定条件，则确定所述候选运动区域包括所述运动目标；

计算所述运动目标的位置参数，根据所述运动目标的位置参数确定所述运动区域。

9.一种计算机设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的运动目标追踪方法。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的运动目标追踪方法。

Images