一种基于形状语义的非参数轮廓跟踪评价方法.pdf

(19)中华人民共和国国家知识产权局*CN102201060A*(12)发明专利申请(10)申请公布号CN102201060A(43)申请公布日2011.09.28(21)申请号201110144012.8(22)申请日2011.05.31(71)申请人温州大学地址325000浙江省温州市茶山高教园区南校区3号楼215室(72)发明人张笑钦赵丽高利新(74)专利代理机构温州瓯越专利代理有限公司33211代理人张瑜生(51)Int.Cl.G06K9/00(2006.01)权利要求书1页说明书5页附图2页(54)发明名称一种基于形状语义的非参数轮廓跟踪评价方法(57)摘要本发明涉及一种基于形状语义的非参数轮廓跟踪评价方法，主要包含步骤：首先采用最小空间距离法获得当前帧图像的非参数轮廓跟踪结果与标准轮廓位置间的对应关系；然后对非参数轮廓跟踪结果与标准轮廓进行二值化处理，提取每个轮廓点的形状上下文特征；最后在最小空间距离法获得的对象关系的局部区域中，采用金字塔匹配核进行搜索，从而获得基于轮廓语义的匹配关系和距离度量。本发明实现了有效的非参数轮廓跟踪结果的评价，是一种通用的方法，对于任意轮廓跟踪结果均适用，对于轮廓表示没有任何限制，无需采用控制点表示轮廓，也无需保证轮廓是闭合的；同时有效提高了搜索效率，提高了非参数轮廓评价的精确性，具有很好的应用前景。CN1026ACCNN110220106002201066A权利要求书1/1页1.一种基于形状语义的非参数轮廓跟踪评价方法，其特征在于：包括以下步骤:（1）对于当前帧图像的非参数轮廓跟踪结果和标准轮廓，采用最小空间距离法获得轮廓跟踪结果所获得的轮廓和标准轮廓之间的像素对应关系；（2）对非参数轮廓跟踪结果与标准轮廓进行二值化处理，提取非参数轮廓跟踪结果所获得的轮廓上每个像素点的形状上下文特征；（3）采用金字塔匹配核来计算非参数轮廓跟踪结果所获得的轮廓上每个像素点和标准轮廓像素点的形状上下文特征的相似度；（4）根据步骤（3）计算得到的形状上下文特征的相似度，在最小空间距离法获得的像素对应关系的局部区域中进行搜索，从而获得基于形状语义的非参数轮廓跟踪结果所获得的轮廓的像素点对应关系；（5）融合空间相似度和形状语义相似度来对两个轮廓整体相似性进行评价。2.根据权利要求1所述的基于形状语义的非参数轮廓跟踪评价方法，其特征在于：所述的步骤（1）具体包括以下子步骤:首先，对于非参数轮廓跟踪所获得轮廓上的任一像素点，采用最小欧氏距离寻找标准轮廓上的对应像素点；其次，依次获得非参数轮廓跟踪结果所获得轮廓的所有像素点与标准轮廓像素点的对应关系。3.根据权利要求1所述的基于形状语义的非参数轮廓跟踪评价方法，其特征在于：所述的步骤（2）具体包括以下子步骤：首先，对非参数轮廓跟踪结果与标准轮廓进行二值化处理；其次，对于非参数轮廓跟踪结果所获得轮廓上的每一个像素点，提取其在3个尺度下的形状上下文特征，其中角度固定为12等分，尺度分别为48、96、192等分。4.根据权利要求1所述的基于形状语义的非参数轮廓跟踪评价方法，其特征在于：所述的步骤（3）具体包括以下子步骤：首先，对于非参数跟踪结果所获得轮廓与标准轮廓上两点的形状上下文直方图特征，采用直方图的交来获取不同尺度下匹配点的对数；其次，根据像素状态的维数和尺度的大小，确定每层尺度的权重；最后，将上述两个结果作为金字塔匹配核的参数来计算跟踪轮廓点和标准轮廓点的形状上下文特征的相似度。5.根据权利要求1所述的基于形状语义的非参数轮廓跟踪评价方法，其特征在于：所述的步骤（4）具体包括以下子步骤：首先，在最小空间距离法获得的像素对应关系的局部区域中确定一个邻域；其次，对于轮廓跟踪结果上的任一一点，搜索该领域中最小形状上下文特征距离的点，从而获得基于形状语义的轮廓点对应关系。6.根据权利要求1所述的基于形状语义的非参数轮廓跟踪评价方法，其特征在于：所述的步骤（5）具体包括以下子步骤：首先，根据轮廓点的形状语义对应关系，计算对应轮廓点的空间相似度和形状语义相似度；其次，对空间相似度和形状语义相似度进行归一化并进行融合，计算所有对应点距离的均值来对两个轮廓整体相似性进行评价。2CCNN110220106002201066A说明书1/5页一种基于形状语义的非参数轮廓跟踪评价方法技术领域[0001]本发明涉及本发明涉及计算机视觉领域，特别涉及一种基于形状语义的非参数轮廓跟踪(nonparametriccontourtracking)的评价技术。背景技术[0002]目标跟踪是计算机视觉领域中非常重要的研究问题，因为它是高层视觉问题如运动分析和行为识别等研究的基础。从跟踪结果表示方式来说，现在跟踪算法大致可分为两大类：区域跟踪和轮廓跟踪。[0003]一般来说，区域跟踪算法是采用窗口形式来