CN107730534B - 目标对象的跟踪方法和装置 - Google Patents
目标对象的跟踪方法和装置 Download PDFInfo
- Publication number
- CN107730534B CN107730534B CN201610653855.3A CN201610653855A CN107730534B CN 107730534 B CN107730534 B CN 107730534B CN 201610653855 A CN201610653855 A CN 201610653855A CN 107730534 B CN107730534 B CN 107730534B
- Authority
- CN
- China
- Prior art keywords
- point
- target object
- contour edge
- determining
- points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种目标对象的跟踪方法和装置。其中,该方法包括:采集目标对象所在区域的区域图像;确定区域图像中目标对象的轮廓边缘线,其中,轮廓边缘线中记录有目标对象的形状特征;基于轮廓边缘线,跟踪目标对象。本发明解决了现有技术中对移动中的物件的跟踪精确度低的技术问题。
Description
技术领域
本发明涉及目标跟踪领域,具体而言,涉及一种目标对象的跟踪方法和装置。
背景技术
目前,当采用摄像头获取视频信息时,获取到的视频包括了移动中的物件(如移动中的手),而对于移动中的手的手势的跟踪,现有技术采用的方案包括如下内容:首先,采集手所在区域的区域图像(即输入的图像,如图1所示);其次,通过权重值估计方法估计区域图像中手势的移动范围,并将移动范围内出现的手相近颜色选择出来,得到如图2所示的图像;最后,计算选择出来的相近颜色的梯度的绝对值,并基于相近颜色的梯度的绝对值,得到如图3所示的图像,也即识别出的手势的轮廓图像,并基于手势的轮廓,实现对手势的跟踪。但是,上述方案仅识别出手势的轮廓,并未对识别出的手势的轮廓做任何处理,这样在基于手势的轮廓对手势进行跟踪时,若手势发生微小的移动(或变化),则基于手势的轮廓并不能判断出手势发生的微小移动,从而不能实现对手势的精确跟踪。
针对现有技术中对移动中的物件的跟踪精确度低的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种目标对象的跟踪方法和装置,以至少解决现有技术中对移动中的物件的跟踪精确度低的技术问题。
根据本发明实施例的一个方面,提供了一种目标对象的跟踪方法,该跟踪方法包括:采集目标对象所在区域的区域图像;确定区域图像中目标对象的轮廓边缘线,其中,轮廓边缘线中记录有目标对象的形状特征;基于轮廓边缘线,跟踪目标对象。
根据本发明实施例的另一方面,还提供了一种目标对象的跟踪装置,该跟踪装置包括:采集单元,用于采集目标对象所在区域的区域图像;确定单元,用于确定区域图像中目标对象的轮廓边缘线,其中,轮廓边缘线中记录有目标对象的形状特征;跟踪单元,用于基于轮廓边缘线,跟踪目标对象。
在本发明实施例中,根据确定的目标对象的轮廓边缘线,对目标对象进行跟踪。由于轮廓边缘线中记录有目标对象的特征(如目标对象的尺寸的大小范围),且当目标对象发生任何移动(或变化),即使是很微小的移动(或变化),都可以通过轮廓边缘线的变化来表示出来,即可以通过轮廓边缘线的变化来表示出移动的目标对象的位置变化,从而可以实现通过轮廓边缘线的变化,对目标进行准确的跟踪,解决了现有技术中对移动中的物件的跟踪精确度低的问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据现有技术的一种可选的跟踪目标对象的示意图;
图2是根据现有技术的一种可选的跟踪目标对象的示意图;
图3是根据现有技术的一种可选的跟踪目标对象的示意图;
图4是根据本发明实施例的一种目标对象的跟踪方法的流程图;
图5是根据本发明实施例的一种可选的跟踪目标对象的示意图;
图6是根据本发明实施例的一种可选的跟踪目标对象的示意图;
图7是根据本发明实施例的一种可选的跟踪目标对象的示意图;
图8是根据本发明实施例的一种可选的跟踪目标对象的示意图;
图9是根据本发明实施例的一种可选的跟踪目标对象的示意图;
图10是根据本发明实施例的一种可选的跟踪目标对象的示意图;
图11是根据本发明实施例的一种可选的跟踪目标对象的示意图;
图12是根据本发明实施例的一种目标对象的跟踪装置的示意图;
图13是根据本发明实施例的一种可选的目标对象的跟踪装置的示意图;
图14是根据本发明实施例的一种可选的目标对象的跟踪装置的示意图;
图15是根据本发明实施例的一种可选的目标对象的跟踪装置的示意图;
图16是根据本发明实施例的一种可选的目标对象的跟踪装置的示意图;
图17是根据本发明实施例的一种可选的目标对象的跟踪装置的示意图;
图18是根据本发明实施例的一种可选的目标对象的跟踪装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种目标对象的跟踪方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图4是根据本发明实施例的一种目标对象的跟踪方法的流程图,如图4所示,该跟踪方法包括如下步骤:
步骤S402,采集目标对象所在区域的区域图像。
步骤S404,确定区域图像中目标对象的轮廓边缘线,其中,轮廓边缘线中记录有目标对象的形状特征。
步骤S406,基于轮廓边缘线,跟踪目标对象。
采用本发明的实施例,根据确定的目标对象的轮廓边缘线,对目标对象进行跟踪。由于轮廓边缘线中记录有目标对象的特征(如目标对象的尺寸的大小范围),且当目标对象发生任何移动(或变化),即使是很微小的移动(或变化),都可以通过轮廓边缘线的变化来表示出来,即可以通过轮廓边缘线的变化来表示出移动的目标对象的位置变化,从而可以实现通过轮廓边缘线的变化,对目标进行准确的跟踪,解决了现有技术中对移动中的物件的跟踪精确度低的问题。
具体地,通过摄像头采集包含目标对象的视频信息,视频信息中包含多张区域图像;获取包含目标对象的移动位置(或形状变化)的每张区域图像,并确定出每张区域图像中的目标对象的轮廓边缘线;由于轮廓边缘线在发生变化,轮廓边缘线可以表示出目标对象在区域图像中的位置变化,因此,在确定出每张区域图像中的目标对象的轮廓边缘线之后,可以基于轮廓边缘线的变化,得到目标对象的移动变化,从而实现对目标对象的准确跟踪。
以目标对象为移动中的手的手势为例,详述本发明的上述实施例。首先通过摄像头采集视频信息,视频信息中包含了移动中的手;其次,从视频信息中获取移动中的手所在区域的区域图像,如图1所示,其中,图1仅示例性地给出了视频信息中包含的多张区域图像中的一张区域图像。在得到如图1所示的区域图像之后,将区域图像中除去手之外的像素点进行过滤处理,得到仅包含手势的轮廓的图像,并在该图像中确定手势的轮廓边缘线。最后,在确定出每张区域图像中的手势的轮廓边缘线之后,可以根据这些轮廓边缘线的变化,得到手势的移动轨迹,从而可以实现对手势的精确跟踪。
在本发明的上述实施例中,确定区域图像中目标对象的轮廓边缘线包括:从区域图像中提取目标对象的对象图像,其中,对象图像中包含形成目标对象的形状的像素点;基于像素点确定目标对象的轮廓边缘点;连接轮廓边缘点生成轮廓边缘线。
具体地,获取包含目标对象的移动位置(或形状变化)的每张区域图像,确定出每张区域图像中的目标对象的轮廓边缘线,其中,在确定出每张区域图像中的目标对象的轮廓边缘线的过程中,首先需要对区域图像中除去形成目标对象的形状的像素点之外的点进行过滤处理,得到仅包含形成目标对象的形状的像素点的图像(即上述的目标对象的对象图像);然后从形成目标对象的形状的像素点中确定出目标对象的轮廓边缘点,最后,将确定出的轮廓边缘点连接,得到的将目标对象的轮廓包围起来的连接线,即为轮廓边缘线。由于目标对象发生移动(或变化),对应得到的轮廓边缘线一定会发生变化,轮廓边缘线的变化可以表示出目标对象在区域图像中的位置变化,因此,在确定出每张区域图像中的目标对象的轮廓边缘线之后,可以基于轮廓边缘线的变化,得到目标对象的移动变化,从而实现对目标对象的准确跟踪。
仍以目标对象为移动中的手的手势为例,详述本发明的上述实施例。首先通过摄像头采集视频信息,视频信息中包含了移动中的手;其次,从视频信息中获取移动中的手所在区域的区域图像,如图1所示,其中,图1仅示例性地给出了视频信息中包含的多张区域图像中的一张区域图像。在得到如图1所示的区域图像之后,将区域图像中除去形成手势形状的像素点之外的点进行过滤处理,得到仅包含手势的轮廓的图像,并从形成手势形状的像素点中确定出手势的轮廓边缘点;最后,将确定出的轮廓边缘点连接,得到将手势的轮廓包围起来的连接线,即为轮廓边缘线。在确定出每张区域图像中的手势的轮廓边缘线之后,可以根据这些轮廓边缘线的变化,得到手势的移动轨迹,从而可以实现对手势的精确跟踪。
通过上述实施例,可以根据得到目标对象的轮廓边缘线的变化,确定出目标对象在移动过程中的变化,由于轮廓边缘线可以表示出微小的变化,因此,即时目标对象在移动过程中发生微小的变化,也可以通过轮廓边缘线的变化反应出来,从而可以提高对目标对象的跟踪精度。
在本发明的上述实施例中,基于像素点确定目标对象的轮廓边缘点包括:确定像素点中的中心点,其中,中心点位于对象图像中目标对象的中心;基于像素点与中心点之间的距离确定候选边缘点;从候选边缘点中选取轮廓边缘点。
具体地,在获取到目标对象所在区域的区域图像之后,首先,对区域图像中除去形成目标对象的形状的像素点之外的点进行过滤处理,得到仅包含形成目标对象的形状的像素点的图像(即上述的目标对象的对象图像);其次,在得到目标对象的对象图像之后,从形成目标对象的形状的像素点中确定出位于目标对象的中心的中心点,并计算每个像素点与中心点之间的距离,根据计算得到的距离确定出候选边缘点,并从候选边缘点中选取目标对象的轮廓边缘点;最后,将确定出的轮廓边缘点连接,得到的将目标对象的轮廓包围起来的连接线,即为轮廓边缘线。
仍以目标对象为移动中的手的手势为例,详述本发明的上述实施例。在得到如图1所示的区域图像之后,将区域图像中除去形成手势形状的像素点之外的点进行过滤处理,得到仅包含手势的轮廓的图像;在得到仅包含手势的轮廓的图像之后,从形成手势形状的像素点中确定出位于手势的中心的中心点,并计算每个像素点与中心点之间的距离,根据计算得到的距离确定出候选边缘点,并从候选边缘点中选取手势的轮廓边缘点;最后,将确定出的轮廓边缘点连接,得到将手势的轮廓包围起来的连接线,即为轮廓边缘线。在确定出每张区域图像中的手势的轮廓边缘线之后,可以根据这些轮廓边缘线的变化,得到手势的移动轨迹,从而可以实现对手势的精确跟踪。
通过上述实施例,可以基于形成目标对象的像素点与中心点之间的距离,确定出候选边缘点,从而确定出轮廓边缘点。该方案中,仅根据距离参数,可以确定出轮廓边缘点,因此,实施方式简单,且处理速度快。
在本发明的上述实施例中,基于像素点与中心点之间的距离确定候选边缘点包括:以中心点为中心,将对象图像划分为N个区域,基于各个区域中的每个像素点与中心点之间的第一距离,将第一距离中最大距离对应的像素点确定为候选边缘点。
具体地,以中心点为中心,按照预设角度将对象图像等分划分为N个角度区域,其中,N为大于1的整数;计算各个角度区域中的每个像素点与中心点之间的第一距离;将各个角度区域中第一距离中最大距离对应的像素点确定为候选边缘点;作为优选,此处的预设角度值为2度。
进一步地,基于像素点与中心点之间的距离确定候选边缘点还包括:保留各个角度区域中最大距离对应的像素点。
其中,可以在将最大距离对应的像素点确定为候选边缘点的同时,保留各个角度区域中最大距离对应的像素点。
具体地,在得到目标对象的对象图像之后,从形成目标对象的形状的像素点中确定出位于目标对象的中心的中心点,在确定出中心点之后,以中心点为中心,将目标对象的对象图像以θ度为预设角度进行划分,划分为N个角度区域。在每个角度区域中,可能包含形成目标对象的像素点中的多个像素点,也可能不存在像素点,在角度区域中包含有形成目标对象的像素点中的多个像素点的情况下,计算每个像素点与中心点之间的距离(即上述的第一距离),并将计算得到的距离中的最大距离对应的像素点确定为候选边缘点,在角度中不包含形成目标对象的像素点中的像素点的情况下,不进行任何计算处理;最后,从候选边缘点中选取目标对象的轮廓边缘点,并将确定出的轮廓边缘点连接,得到的将目标对象的轮廓包围起来的连接线,即为轮廓边缘线。
仍以目标对象为移动中的手的手势为例,详述本发明的上述实施例。在得到仅包含手势的轮廓的图像之后,从形成手势形状的像素点中确定出位于手势的中心的中心点,在确定出中心点之后,以中心点为中心,将包含手势的轮廓的图像以θ度为预设角度进行划分,划分为N个角度区域。在每个角度区域中,可能包含形成手势形状的像素点中的多个像素点,也可能不存在像素点,在角度区域中包含有形成手势形状的像素点中的多个像素点的情况下,计算每个像素点与中心点之间的距离(即上述的第一距离),并将计算得到的距离中的最大距离对应的像素点确定为候选边缘点,在角度中不包含形成目标对象的像素点中的像素点的情况下,不进行任何计算处理;最后,从候选边缘点中选取目标对象的轮廓边缘点,并将确定出的轮廓边缘点连接,得到将手势的轮廓包围起来的连接线,即为轮廓边缘线。在确定出每张区域图像中的手势的轮廓边缘线之后,可以根据这些轮廓边缘线的变化,得到手势的移动轨迹,从而可以实现对手势的精确跟踪。
进一步地,在将计算得到的最大距离对应的像素点确定为候选边缘点的同时,保留最大距离对应的像素点,并将除去最大距离之外的像素点删除。
其中,上述的N=360°/预设角度。
通过上述实施例,以中线点中心,将目标对象的对象图像划分为N个区域,并可以基于每个区域中包含的形成目标对象的像素点与中心点之间的距离,确定出候选边缘点,从而确定出轮廓边缘点。该方案中,仅根据距离参数,可以确定出轮廓边缘点,因此,实施方式简单,且处理速度快。
在本发明的上述实施例中,从候选边缘点中选取轮廓边缘点包括:从候选边缘点中获取第一个轮廓边缘点;将第一个轮廓边缘点作为当前点,对当前点执行下述操作,依次确定下一个轮廓边缘点,直至确定的下一个轮廓边缘点为第一个轮廓边缘点,操作包括:获取中心点指向当前点的第一向量;获取当前点指向预定角度范围内的各个候选边缘点的第二向量,其中,预定角度范围通过以第一向量为旋转轴,顺时针旋转预设角度得到;计算第一向量与每个第二向量之间的夹角,并将最小的夹角对应的候选边缘点确定为下一个轮廓边缘点;将确定的下一个轮廓边缘点作为下一次执行操作的当前点。
可选地,仍以目标对象为移动中的手的手势为例,详述本发明的上述实施例。在得到仅包含手势的轮廓的图像之后,从形成手势形状的像素点中确定出位于手势的中心的中心点,并计算每个像素点与中心点之间的距离,根据计算得到的距离确定出候选边缘点。在确定出候选边缘点之后,首先从候选边缘点中,选择出与中线点之间的距离最远的点作为轮廓边缘的起点(即上述的第一轮廓边缘点),并获取以中心点指向第一轮廓边缘点的第一向量为旋转轴,沿着顺时针方向旋转的180度范围(即上述的预定角度范围)内的候选边缘点,获取中线点指向该起点的第一向量,并获取该起点指向180度范围内的候选边缘点的多个第二向量,计算第一向量与每个第二向量之间的夹角,并将夹角为最小值对应的候选边缘点确定为轮廓边缘点,并将确定的轮廓边缘点作为下一个轮廓边缘的点,对下一个轮廓边缘的点执行如上操作,直到确定的轮廓边缘点为轮廓边缘的起点,从而确定出多个轮廓边缘点;最后,将确定出的轮廓边缘点连接,得到将手势的轮廓包围起来的连接线,即为轮廓边缘线。
在上述实施例中,通过计算两个向量之间的夹角,将夹角为最小值对应的候选边缘点确定为轮廓边缘点,该方案中,以夹角参数,即可确定轮廓边缘点的参数,由于是属于简单的数据计算,因此,实施方式简单,且处理速度快。
在本发明的上述实施例中,从候选边缘点中获取第一个轮廓边缘点包括:计算各个候选边缘点与中心点之间的第二距离;将第二距离中最大距离对应的候选边缘点确定为第一个轮廓边缘点。
具体地,在获取到多个候选边缘点之后,根据候选边缘点的坐标信息和中心点的坐标信息,计算得到各个候选边缘点和中心点之间的距离(即上述的第二距离),并获取得到的距离中的最大距离,将最大距离对应的候选边缘点确定为轮廓边缘的起点。
在上述实施例中,将与中心点之间具有最远距离的候选边缘点作为轮廓边缘的起点,选取一个起点,即可以更快的确定出轮廓边缘点。
在本发明的上述实施例中,确定像素点中的中心点包括:计算像素点的坐标信息的平均值,将平均值对应的像素点作为中心点。
进一步地,确定像素点中的中心点包括:获取各个像素点的横坐标和纵坐标;将所有像素点的横坐标的平均值作为中心点的横坐标,将所有像素点的纵坐标的平均值作为中心点的纵坐标
仍以目标对象为移动中的手的手势为例,详述本发明的上述实施例。在得到仅包含手势的轮廓的图像之后,可以获取形成手势形状的各个像素点的横坐标和纵坐标,通过求平均值的方法,得到所有像素点的横坐标的平均值和纵坐标的平均值,将横坐标的平均值作为中心点的横坐标,将纵坐标的平均值作为中心点的纵坐标,并通过中心点的坐标确定出像素点中的中心点。
通过上述实施例,可以得到目标对象的对象图像中的中心点,在得到中心点的基础上,可以更快的得到目标对象的轮廓边缘点,从而可以更快的确定出轮廓边缘线,实现对目标对象的快速跟踪。
在本发明的上述实施例中,基于轮廓边缘线,跟踪目标对象包括:将轮廓边缘线在区域图像中的第一位置,作为目标对象在区域图像中的第二位置。
具体地,获取目标对象所在区域的区域图像,将区域图像中除去形成目标对象的形状的像素点之外的点进行过滤处理,得到仅包含形成目标对象的形状的像素点的图像(即上述的目标对象的对象图像);从形成目标对象的形状的像素点中确定出目标对象的轮廓边缘点,连接确定出的轮廓边缘点,得到目标对象的轮廓边缘线。在得到目标对象的轮廓边缘线之后,从区域图像中获取轮廓边缘线的位置(即上述第一位置),获取到的轮廓边缘线的位置即可以表示目标对象在区域图像中的位置(即上述的第二位置)。
在上述实施例中,通过得到的轮廓边缘线在区域图像中的位置,可以更加清楚的表示出目标对象在区域图像中的位置,从而可以更好的跟踪目标对象,提高对目标对象的跟踪精度。
在本发明的上述实施例中,在区域图像为多帧区域图像的情况下,基于轮廓边缘线,跟踪目标对象包括:获取各个区域图像中的轮廓边缘线的第一位置;将轮廓边缘线的第一位置,作为目标对象对应在区域图像中的第二位置;生成多个第二位置的位置轨迹。
具体地,获取包含目标对象的移动位置(或形状变化)的每张区域图像,确定出每张区域图像中的目标对象的轮廓边缘线,并从各个区域图像中获取对应的轮廓边缘线的位置(即上述的第一位置),获取到的轮廓边缘线的位置即可以表示目标对象在区域图像中的位置(即上述的第二位置),将多张区域图像进行图像累积处理,即可通过目标对象在对应的区域图像中的位置,得到目标对象的位置轨迹。由于每张区域图像中的目标对象都存在相应的移动(或变化),对应的轮廓边缘线在发生变化,轮廓边缘线的变化可以表示出目标对象在区域图像中的位置变化,因此,在确定出每张区域图像中的目标对象的轮廓边缘线之后,可以基于轮廓边缘线的变化,得到目标对象的移动变化,从而实现对目标对象的准确跟踪。
下面仍以目标对象为移动中的手的手势为例,结合图5至图11详述本发明的上述实施例。
可选地,通过摄像头采集视频信息,视频信息中包含了移动中的手,从视频信息中获取移动中的手所在区域的区域图像,并将区域图像中除去形成手势的形状之外的像素点进行过滤处理,得到仅包含手势的轮廓的图像(如图5所示),该图像中包含形成手势形状的多个像素点,通过求平均值的方法,计算多个像素点的坐标信息的平均值,将平均值对应的像素点作为位于图像中的目标对象的中心的中心点(如图6所示),在得到中心点之后,以中心点为中心,将包含手势的轮廓的图像以θ度为预设角度进行划分,划分为N个角度区域(如图7所示),并基于每个角度区域中包含的像素点与中心点之间的距离,确定出候选边缘点(如图8所示),具体的确定候选边缘点的实施方式与上述实施例中的一致,在此不再赘述;在确定出候选边缘点之后,计算候选边缘点与中心点之间的距离,并将与中心点之间具有最远距离的候选边缘点作为轮廓边缘的起点(即上述的第一轮廓边缘点,如图9所示);然后,获取中心点指向第一轮廓边缘点的第一向量,并获取以第一向量为旋转轴,沿着顺时针旋转180°范围内的候选边缘点,以得到第一轮廓边缘点指向候选边缘点的多个第二向量(如图10所示,图10示例性的给出了三个第二向量),计算第一向量和多个第二向量的夹角,并将夹角为最小值对应的候选边缘点确定为轮廓边缘点,然后以确定的轮廓边缘点作为下一个轮廓边缘的点,重复执行上述操作,从候选边缘点中得到多个轮廓边缘点,连接得到的多个轮廓边缘点,得到轮廓边缘线(如图11所示)。
通过上述实施例,在得到目标对象(如移动中的手的手势)的对象图像(如轮廓图像)之后,确定出能够将对象图像中的目标对象包起来的轮廓边缘线,由于目标对象发生移动(或变化),对应的多个轮廓边缘线一定会发生变化,而且,即使很小的移动(或变化),也能通过轮廓边缘线的变化表示出来,因此,跟踪轮廓边缘线的变化,可以更精确的跟踪目标对象的移动(或变化),从而解决了现有技术中对移动中的物件的跟踪精确度低的问题。
实施例2
图12是根据本发明实施例的一种目标对象的跟踪装置的示意图,如图12所示,该跟踪装置包括:采集单元10,确定单元30和跟踪单元50。
其中,采集单元10,用于采集目标对象所在区域的区域图像。
确定单元30,用于确定区域图像中目标对象的轮廓边缘线,其中,轮廓边缘线中记录有目标对象的形状特征。
跟踪单元50,用于基于轮廓边缘线,跟踪目标对象。
采用本发明的实施例,根据确定的目标对象的轮廓边缘线,对目标对象进行跟踪。由于轮廓边缘线中记录有目标对象的特征(如目标对象的尺寸的大小范围),且当目标对象发生任何移动(或变化),即使是很微小的移动(或变化),都可以通过轮廓边缘线的变化来表示出来,即可以通过轮廓边缘线的变化来表示出移动的目标对象的位置变化,从而可以实现通过轮廓边缘线的变化,对目标进行准确的跟踪,解决了现有技术中对移动中的物件的跟踪精确度低的问题。
具体地,通过摄像头采集包含目标对象的视频信息,视频信息中包含多张区域图像;获取包含目标对象的移动位置(或形状变化)的每张区域图像,并确定出每张区域图像中的目标对象的轮廓边缘线;由于轮廓边缘线在发生变化,轮廓边缘线可以表示出目标对象在区域图像中的位置变化,因此,在确定出每张区域图像中的目标对象的轮廓边缘线之后,可以基于轮廓边缘线的变化,得到目标对象的移动变化,从而实现对目标对象的准确跟踪。
以目标对象为移动中的手的手势为例,详述本发明的上述实施例。首先通过摄像头采集视频信息,视频信息中包含了移动中的手;其次,从视频信息中获取移动中的手所在区域的区域图像,如图1所示,其中,图1仅示例性地给出了视频信息中包含的多张区域图像中的一张区域图像。在得到如图1所示的区域图像之后,将区域图像中除去手之外的像素点进行过滤处理,得到仅包含手势的轮廓的图像,并在该图像中确定手势的轮廓边缘线。最后,在确定出每张区域图像中的手势的轮廓边缘线之后,可以根据这些轮廓边缘线的变化,得到手势的移动轨迹,从而可以实现对手势的精确跟踪。
如图13所示,上述的确定单元30包括:提取模块301,用于从区域图像中提取目标对象的对象图像,其中,对象图像中包含形成目标对象的形状的像素点;第一确定模块303,用于基于像素点确定目标对象的轮廓边缘点;连接模块305,用于连接轮廓边缘点生成轮廓边缘线。
具体地,获取包含目标对象的移动位置(或形状变化)的每张区域图像,确定出每张区域图像中的目标对象的轮廓边缘线,其中,在确定出每张区域图像中的目标对象的轮廓边缘线的过程中,首先需要对区域图像中除去形成目标对象的形状的像素点之外的点进行过滤处理,得到仅包含形成目标对象的形状的像素点的图像(即上述的目标对象的对象图像);然后从形成目标对象的形状的像素点中确定出目标对象的轮廓边缘点,最后,将确定出的轮廓边缘点连接,得到的将目标对象的轮廓包围起来的连接线,即为轮廓边缘线。由于目标对象发生移动(或变化),对应得到的轮廓边缘线一定会发生变化,轮廓边缘线的变化可以表示出目标对象在区域图像中的位置变化,因此,在确定出每张区域图像中的目标对象的轮廓边缘线之后,可以基于轮廓边缘线的变化,得到目标对象的移动变化,从而实现对目标对象的准确跟踪。
仍以目标对象为移动中的手的手势为例,详述本发明的上述实施例。首先通过摄像头采集视频信息,视频信息中包含了移动中的手;其次,从视频信息中获取移动中的手所在区域的区域图像,如图1所示,其中,图1仅示例性地给出了视频信息中包含的多张区域图像中的一张区域图像。在得到如图1所示的区域图像之后,将区域图像中除去形成手势形状的像素点之外的点进行过滤处理,得到仅包含手势的轮廓的图像,并从形成手势形状的像素点中确定出手势的轮廓边缘点;最后,将确定出的轮廓边缘点连接,得到将手势的轮廓包围起来的连接线,即为轮廓边缘线。在确定出每张区域图像中的手势的轮廓边缘线之后,可以根据这些轮廓边缘线的变化,得到手势的移动轨迹,从而可以实现对手势的精确跟踪。
通过上述实施例,可以根据得到目标对象的轮廓边缘线的变化,确定出目标对象在移动过程中的变化,由于轮廓边缘线可以表示出微小的变化,因此,即时目标对象在移动过程中发生微小的变化,也可以通过轮廓边缘线的变化反应出来,从而可以提高对目标对象的跟踪精度。
如图14所示,上述的第一确定模块303包括:第一确定子模块3031,用于确定像素点中的中心点,其中,中心点位于对象图像中目标对象的中心;第二确定子模块3033,用于基于像素点与中心点之间的距离确定候选边缘点;选取子模块3035,用于从候选边缘点中选取轮廓边缘点。
具体地,在获取到目标对象所在区域的区域图像之后,首先,对区域图像中除去形成目标对象的形状的像素点之外的点进行过滤处理,得到仅包含形成目标对象的形状的像素点的图像(即上述的目标对象的对象图像);其次,在得到目标对象的对象图像之后,从形成目标对象的形状的像素点中确定出位于目标对象的中心的中心点,并计算每个像素点与中心点之间的距离,根据计算得到的距离确定出候选边缘点,并从候选边缘点中选取目标对象的轮廓边缘点;最后,将确定出的轮廓边缘点连接,得到的将目标对象的轮廓包围起来的连接线,即为轮廓边缘线。
仍以目标对象为移动中的手的手势为例,详述本发明的上述实施例。在得到如图1所示的区域图像之后,将区域图像中除去形成手势形状的像素点之外的点进行过滤处理,得到仅包含手势的轮廓的图像;在得到仅包含手势的轮廓的图像之后,从形成手势形状的像素点中确定出位于手势的中心的中心点,并计算每个像素点与中心点之间的距离,根据计算得到的距离确定出候选边缘点,并从候选边缘点中选取手势的轮廓边缘点;最后,将确定出的轮廓边缘点连接,得到将手势的轮廓包围起来的连接线,即为轮廓边缘线。在确定出每张区域图像中的手势的轮廓边缘线之后,可以根据这些轮廓边缘线的变化,得到手势的移动轨迹,从而可以实现对手势的精确跟踪。
通过上述实施例,可以基于形成目标对象的像素点与中心点之间的距离,确定出候选边缘点,从而确定出轮廓边缘点。该方案中,仅根据距离参数,可以确定出轮廓边缘点,因此,实施方式简单,且处理速度快。
如图15所示,上述的第二确定子模块3033包括:划分重子模块30331,用于以中心点为中心,按照预设角度将对象图像等分划分为N个角度区域,其中,N为大于1的整数;第一处理重子模块30333,用于计算各个角度区域中的每个像素点与中心点之间的第一距离;第一确定重子模块30335,用于将各个角度区域中第一距离中最大距离对应的像素点确定为候选边缘点。
如图16所示,上述的第二确定子模块3033还包括:保留重子模块30337,用于保留各个角度区域中最大距离对应的像素点。
可选地,在将最大距离值对应的像素点确定为候选边缘点的同时,保留各个角度区域中最大距离对应的像素点。
具体地,在得到目标对象的对象图像之后,从形成目标对象的形状的像素点中确定出位于目标对象的中心的中心点,在确定出中心点之后,以中心点为中心,将目标对象的对象图像以θ度为预设角度进行划分,划分为N个角度区域。在每个角度区域中,可能包含形成目标对象的像素点中的多个像素点,也可能不存在像素点,在角度区域中包含有形成目标对象的像素点中的多个像素点的情况下,计算每个像素点与中心点之间的距离(即上述的第一距离),并将计算得到的距离中的最大距离对应的像素点确定为候选边缘点,在角度中不包含形成目标对象的像素点中的像素点的情况下,不进行任何计算处理;最后,从候选边缘点中选取目标对象的轮廓边缘点,并将确定出的轮廓边缘点连接,得到的将目标对象的轮廓包围起来的连接线,即为轮廓边缘线。
仍以目标对象为移动中的手的手势为例,详述本发明的上述实施例。在得到仅包含手势的轮廓的图像之后,从形成手势形状的像素点中确定出位于手势的中心的中心点,在确定出中心点之后,以中心点为中心,将包含手势的轮廓的图像以θ度为预设角度进行划分,划分为N个角度区域。在每个角度区域中,可能包含形成手势形状的像素点中的多个像素点,也可能不存在像素点,在角度区域中包含有形成手势形状的像素点中的多个像素点的情况下,计算每个像素点与中心点之间的距离(即上述的第一距离),并将计算得到的距离中的最大距离对应的像素点确定为候选边缘点,在角度中不包含形成目标对象的像素点中的像素点的情况下,不进行任何计算处理;最后,从候选边缘点中选取目标对象的轮廓边缘点,并将确定出的轮廓边缘点连接,得到将手势的轮廓包围起来的连接线,即为轮廓边缘线。在确定出每张区域图像中的手势的轮廓边缘线之后,可以根据这些轮廓边缘线的变化,得到手势的移动轨迹,从而可以实现对手势的精确跟踪。
进一步地,在将计算得到的最大距离对应的像素点确定为候选边缘点的同时,保留最大距离对应的像素点,并将除去最大距离之外的像素点删除。
其中,上述的N=360°/预设角度。
通过上述实施例,以中线点中心,将目标对象的对象图像划分为N个区域,并可以基于每个区域中包含的形成目标对象的像素点与中心点之间的距离,确定出候选边缘点,从而确定出轮廓边缘点。该方案中,仅根据距离参数,可以确定出轮廓边缘点,因此,实施方式简单,且处理速度快。
如图17所示,上述的选取子模块3035包括:第一获取重子模块30351,用于从候选边缘点中获取第一个轮廓边缘点;第二处理重子模块30353,用于将第一个轮廓边缘点作为当前点,对当前点执行下述操作,依次确定下一个轮廓边缘点,直至确定的下一个轮廓边缘点为第一个轮廓边缘点,操作包括:第子二获取重子模块30355,用于获取中心点指向当前点的第一向量;第三获取重子模块30357,用于获取当前点指向预定角度范围内的各个候选边缘点的第二向量,其中,预定角度范围通过以第一向量为旋转轴,顺时针旋转预设角度得到;第三处理重子模块30359,用于计算第一向量与每个第二向量之间的夹角,并将最小的夹角对应的候选边缘点确定为下一个轮廓边缘点;第二确定重子模块30352,用于将确定的下一个轮廓边缘点作为下一次执行操作的当前点。
可选地,仍以目标对象为移动中的手的手势为例,详述本发明的上述实施例。在得到仅包含手势的轮廓的图像之后,从形成手势形状的像素点中确定出位于手势的中心的中心点,并计算每个像素点与中心点之间的距离,根据计算得到的距离确定出候选边缘点。在确定出候选边缘点之后,首先从候选边缘点中,选择出与中线点之间的距离最远的点作为轮廓边缘的起点(即上述的第一轮廓边缘点),并获取以中心点指向第一轮廓边缘点的第一向量为旋转轴,沿着顺时针方向旋转的180度范围(即上述的预定角度范围)内的候选边缘点,获取中线点指向该起点的第一向量,并获取该起点指向180度范围内的候选边缘点的多个第二向量,计算第一向量与每个第二向量之间的夹角,并将夹角为最小值对应的候选边缘点确定为轮廓边缘点,并将确定的轮廓边缘点作为下一个轮廓边缘的点,对下一个轮廓边缘的点执行如上操作,直到确定的轮廓边缘点为轮廓边缘的起点,从而确定出多个轮廓边缘点;最后,将确定出的轮廓边缘点连接,得到将手势的轮廓包围起来的连接线,即为轮廓边缘线。
在上述实施例中,通过计算两个向量之间的夹角,将夹角为最小值对应的候选边缘点确定为轮廓边缘点,该方案中,以夹角参数,即可确定轮廓边缘点的参数,由于是属于简单的数据计算,因此,实施方式简单,且处理速度快。
如图18所示,上述的第一获取重子模块30351包括:第四处理重子模块303511,用于计算各个候选边缘点与中心点之间的第二距离;第三确定重子模块303513,用于将第二距离中最大距离对应的候选边缘点确定为第一个轮廓边缘点。
具体地,在获取到多个候选边缘点之后,根据候选边缘点的坐标信息和中心点的坐标信息,计算得到各个候选边缘点和中心点之间的距离(即上述的第二距离),并获取得到的距离中的最大距离,将最大距离对应的候选边缘点确定为轮廓边缘的起点。
在上述实施例中,将与中心点之间具有最远距离的候选边缘点作为轮廓边缘的起点,选取一个起点,即可以更快的确定出轮廓边缘点。
在本发明的上述实施例中,上述的第一确定子模块包括:第四获取重子模块,用于获取各个像素点的横坐标和纵坐标;第五处理重子模块,用于将所有像素点的横坐标的平均值作为中心点的横坐标,将所有像素点的纵坐标的平均值作为中心点的纵坐标。
仍以目标对象为移动中的手的手势为例,详述本发明的上述实施例。在得到仅包含手势的轮廓的图像之后,可以获取形成手势形状的各个像素点的横坐标和纵坐标,通过求平均值的方法,得到所有像素点的横坐标的平均值和纵坐标的平均值,将横坐标的平均值作为中心点的横坐标,将纵坐标的平均值作为中心点的纵坐标,并通过中心点的坐标确定出像素点中的中心点。
通过上述实施例,可以得到目标对象的对象图像中的中心点,在得到中心点的基础上,可以更快的得到目标对象的轮廓边缘点,从而可以更快的确定出轮廓边缘线,实现对目标对象的快速跟踪。
在本发明的上述实施例中,上述的跟踪单元包括:第二确定模块,用于将轮廓边缘线在区域图像中的第一位置,作为目标对象在区域图像中的第二位置。
具体地,获取目标对象所在区域的区域图像,将区域图像中除去形成目标对象的形状的像素点之外的点进行过滤处理,得到仅包含形成目标对象的形状的像素点的图像(即上述的目标对象的对象图像);从形成目标对象的形状的像素点中确定出目标对象的轮廓边缘点,连接确定出的轮廓边缘点,得到目标对象的轮廓边缘线。在得到目标对象的轮廓边缘线之后,从区域图像中获取轮廓边缘线的位置(即上述第一位置),获取到的轮廓边缘线的位置即可以表示目标对象在区域图像中的位置(即上述的第二位置)。
在上述实施例中,通过得到的轮廓边缘线在区域图像中的位置,可以更加清楚的表示出目标对象在区域图像中的位置,从而可以更好的跟踪目标对象,提高对目标对象的跟踪精度。
在本发明的上述实施例中,在区域图像为多帧区域图像的情况下,上述的跟踪单元包括:获取模块,用于获取各个区域图像中的轮廓边缘线的第一位置;第三确定模块,用于将轮廓边缘线的第一位置,作为目标对象在对应区域图像中的第二位置;生成模块,用于生成多个第二位置的位置轨迹。
具体地,获取包含目标对象的移动位置(或形状变化)的每张区域图像,确定出每张区域图像中的目标对象的轮廓边缘线,并从各个区域图像中获取对应的轮廓边缘线的位置(即上述的第一位置),获取到的轮廓边缘线的位置即可以表示目标对象在区域图像中的位置(即上述的第二位置),将多张区域图像进行图像累积处理,即可通过目标对象在对应的区域图像中的位置,得到目标对象的位置轨迹。由于每张区域图像中的目标对象都存在相应的移动(或变化),对应的轮廓边缘线在发生变化,轮廓边缘线的变化可以表示出目标对象在区域图像中的位置变化,因此,在确定出每张区域图像中的目标对象的轮廓边缘线之后,可以基于轮廓边缘线的变化,得到目标对象的移动变化,从而实现对目标对象的准确跟踪。
通过上述实施例,在得到目标对象(如移动中的手的手势)的对象图像(如轮廓图像)之后,确定出能够将对象图像中的目标对象包起来的轮廓边缘线,由于目标对象发生移动(或变化),对应的多个轮廓边缘线一定会发生变化,而且,即使很小的移动(或变化),也能通过轮廓边缘线的变化表示出来,因此,跟踪轮廓边缘线的变化,可以更精确的跟踪目标对象的移动(或变化),从而解决了现有技术中对移动中的物件的跟踪精确度低的问题。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (16)
1.一种目标对象的跟踪方法,其特征在于,包括:
采集目标对象所在区域的区域图像;
获取包含目标对象的移动位置变化或者形状变化的每张区域图像,确定所述每张区域图像中所述目标对象的轮廓边缘线,其中,所述轮廓边缘线中记录有所述目标对象的形状特征;
基于所述轮廓边缘线,跟踪所述目标对象;
确定所述区域图像中所述目标对象的轮廓边缘线包括:
从所述区域图像中提取所述目标对象的对象图像,其中,所述对象图像中包含形成所述目标对象的形状的像素点;
基于所述像素点确定所述目标对象的轮廓边缘点;
连接所述轮廓边缘点生成所述轮廓边缘线。
2.根据权利要求1所述的方法,其特征在于,基于所述像素点确定所述目标对象的轮廓边缘点包括:
确定所述像素点中的中心点,其中,中心点位于所述对象图像中目标对象的中心;
基于所述像素点与所述中心点之间的距离确定候选边缘点;
从所述候选边缘点中选取所述轮廓边缘点。
3.根据权利要求2所述的方法,其特征在于,基于所述像素点与所述中心点之间的距离确定所述候选边缘点包括:
以所述中心点为中心,按照预设角度将所述对象图像等分划分为N个角度区域,其中,N为大于1的整数;
计算各个所述角度区域中的每个像素点与所述中心点之间的第一距离;
将各个所述角度区域中所述第一距离中最大距离对应的像素点确定为所述候选边缘点。
4.根据权利要求3所述的方法,其特征在于,基于所述像素点与所述中心点之间的距离确定所述候选边缘点还包括:
保留各个所述角度区域中所述最大距离对应的像素点。
5.根据权利要求2所述的方法,其特征在于,从所述候选边缘点中选取所述轮廓边缘点包括:
从所述候选边缘点中获取第一个轮廓边缘点;
将所述第一个轮廓边缘点作为当前点,对所述当前点执行下述操作,依次确定下一个所述轮廓边缘点,直至确定的下一个所述轮廓边缘点为所述第一个轮廓边缘点,所述操作包括:
获取所述中心点指向所述当前点的第一向量;
获取所述当前点指向预定角度范围内的各个所述候选边缘点的第二向量,其中,所述预定角度范围通过以所述第一向量为旋转轴,顺时针旋转预设角度得到;
计算所述第一向量与每个所述第二向量之间的夹角,并将最小的夹角对应的候选边缘点确定为下一个所述轮廓边缘点;
将确定的下一个所述轮廓边缘点作为下一次执行所述操作的当前点。
6.根据权利要求5所述的方法,其特征在于,从所述候选边缘点中获取第一个轮廓边缘点包括:
计算各个所述候选边缘点与所述中心点之间的第二距离;
将所述第二距离中最大距离对应的候选边缘点确定为所述第一个轮廓边缘点。
7.根据权利要求5所述的方法,其特征在于,所述预定角度范围为180度的角度范围。
8.根据权利要求2所述的方法,其特征在于,确定所述像素点中的中心点包括:
获取各个像素点的横坐标和纵坐标;
将所有所述像素点的横坐标的平均值作为所述中心点的横坐标,将所有所述像素点的纵坐标的平均值作为所述中心点的纵坐标。
9.根据权利要求1所述的方法,其特征在于,基于所述轮廓边缘线,跟踪所述目标对象包括:
将所述轮廓边缘线在所述区域图像中的第一位置,作为所述目标对象在所述区域图像中的第二位置。
10.根据权利要求1所述的方法,其特征在于,在所述区域图像为多帧区域图像的情况下,基于所述轮廓边缘线,跟踪所述目标对象包括:
获取各个所述区域图像中的所述轮廓边缘线的第一位置;
将所述轮廓边缘线的第一位置,作为所述目标对象对应在所述区域图像中的第二位置;
生成多个第二位置的位置轨迹。
11.一种目标对象的跟踪装置,其特征在于,包括:
采集单元,用于采集目标对象所在区域的区域图像;
确定单元,用于获取包含目标对象的移动位置变化或者形状变化的每张区域图像,确定所述每张区域图像中所述目标对象的轮廓边缘线,其中,所述轮廓边缘线中记录有所述目标对象的形状特征;
跟踪单元,用于基于所述轮廓边缘线,跟踪所述目标对象;
所述确定单元包括:
提取模块,用于从所述区域图像中提取所述目标对象的对象图像,其中,所述对象图像中包含形成所述目标对象的形状的像素点;
第一确定模块,用于基于所述像素点确定所述目标对象的轮廓边缘点;
连接模块,用于连接所述轮廓边缘点生成所述轮廓边缘线。
12.根据权利要求11所述的装置,其特征在于,所述第一确定模块包括:
第一确定子模块,用于确定所述像素点中的中心点,其中,中心点位于所述对象图像中目标对象的中心;
第二确定子模块,用于基于所述像素点与所述中心点之间的距离确定候选边缘点;
选取子模块,用于从所述候选边缘点中选取所述轮廓边缘点。
13.根据权利要求12所述的装置,其特征在于,所述第二确定子模块包括:
划分重子模块,用于以所述中心点为中心,按照预设角度将所述对象图像等分划分为N个角度区域,其中,N为大于1的整数;
第一处理重子模块,用于计算各个所述角度区域中的每个像素点与所述中心点之间的第一距离;
第一确定重子模块,用于将各个所述角度区域中所述第一距离中最大距离对应的像素点确定为所述候选边缘点。
14.根据权利要求13所述的装置,其特征在于,所述第二确定子模块还包括:
保留重子模块,用于保留各个所述角度区域中所述最大距离对应的像素点。
15.根据权利要求12所述的装置,其特征在于,所述选取子模块包括:
第一获取重子模块,用于从所述候选边缘点中获取第一个轮廓边缘点;
第二处理重子模块,用于将所述第一个轮廓边缘点作为当前点,对所述当前点执行下述操作,依次确定下一个所述轮廓边缘点,直至确定的下一个所述轮廓边缘点为所述第一个轮廓边缘点,所述操作包括:
第二获取重子模块,用于获取所述中心点指向所述当前点的第一向量;
第三获取重子模块,用于获取所述当前点指向预定角度范围内的各个所述候选边缘点的第二向量,其中,所述预定角度范围通过以所述第一向量为旋转轴,顺时针旋转预设角度得到;
第三处理重子模块,用于计算所述第一向量与每个所述第二向量之间的夹角,并将最小的夹角对应的候选边缘点确定为下一个所述轮廓边缘点;
第二确定子模块,用于将确定的下一个所述轮廓边缘点作为下一次执行所述操作的当前点。
16.根据权利要求15所述的装置,其特征在于,所述第一获取重子模块包括:
第四处理重子模块,用于计算各个所述候选边缘点与所述中心点之间的第二距离;
第三确定重子模块,用于将所述第二距离中最大距离对应的候选边缘点确定为所述第一个轮廓边缘点。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610653855.3A CN107730534B (zh) | 2016-08-09 | 2016-08-09 | 目标对象的跟踪方法和装置 |
PCT/CN2017/092030 WO2018028363A1 (zh) | 2016-08-09 | 2017-07-06 | 目标对象的跟踪方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610653855.3A CN107730534B (zh) | 2016-08-09 | 2016-08-09 | 目标对象的跟踪方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107730534A CN107730534A (zh) | 2018-02-23 |
CN107730534B true CN107730534B (zh) | 2020-10-23 |
Family
ID=61162626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610653855.3A Active CN107730534B (zh) | 2016-08-09 | 2016-08-09 | 目标对象的跟踪方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107730534B (zh) |
WO (1) | WO2018028363A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108614263B (zh) * | 2018-04-20 | 2020-01-14 | Oppo广东移动通信有限公司 | 移动终端、位置检测方法及相关产品 |
CN112188105A (zh) * | 2020-09-30 | 2021-01-05 | 苏州臻迪智能科技有限公司 | 跟踪拍摄方法、装置、智能设备及计算机可读存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1766928A (zh) * | 2004-10-29 | 2006-05-03 | 中国科学院计算技术研究所 | 一种基于动态背景运动视频的运动对象重心轨迹提取方法 |
CN1770204A (zh) * | 2004-10-29 | 2006-05-10 | 中国科学院计算技术研究所 | 从具有静态背景的运动视频提取运动对象重心轨迹的方法 |
CN101236657A (zh) * | 2008-03-03 | 2008-08-06 | 吉林大学 | 单一运动目标轨迹的跟踪与记录方法 |
CN101419712A (zh) * | 2008-12-02 | 2009-04-29 | 深圳市蓝韵实业有限公司 | 一种确定乳腺外边缘轮廓的方法 |
CN102074018A (zh) * | 2010-12-22 | 2011-05-25 | Tcl集团股份有限公司 | 一种基于深度信息的轮廓跟踪方法 |
CN102324032A (zh) * | 2011-09-08 | 2012-01-18 | 北京林业大学 | 一种基于极坐标系下灰度共生矩阵的纹理特征提取方法 |
CN102930268A (zh) * | 2012-08-31 | 2013-02-13 | 西北工业大学 | 一种用于污染及多视角情况下DataMatrix码的精确定位方法 |
CN103577800A (zh) * | 2012-07-23 | 2014-02-12 | 中国航天员科研训练中心 | 一种基于彩色图像的人体手部形态参数测量方法 |
CN103996212A (zh) * | 2013-02-18 | 2014-08-20 | 威达电股份有限公司 | 自动描绘对象边缘走向之方法 |
CN104217192A (zh) * | 2013-06-03 | 2014-12-17 | 株式会社理光 | 基于深度图像的手定位方法和设备 |
JP2015070359A (ja) * | 2013-09-27 | 2015-04-13 | 株式会社京三製作所 | 人数カウント装置 |
CN105320917A (zh) * | 2014-06-27 | 2016-02-10 | 南京理工大学 | 一种基于头肩轮廓及bp神经网络的行人检测及跟踪方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4784709B1 (ja) * | 2011-03-10 | 2011-10-05 | オムロン株式会社 | 対象物追跡装置、対象物追跡方法、および制御プログラム |
RU2014113049A (ru) * | 2014-04-03 | 2015-10-10 | ЭлЭсАй Корпорейшн | Процессор изображений, содержащий систему распознавания жестов со слежением за объектом на основании вычислительных признаков контуров для двух или более объектов |
-
2016
- 2016-08-09 CN CN201610653855.3A patent/CN107730534B/zh active Active
-
2017
- 2017-07-06 WO PCT/CN2017/092030 patent/WO2018028363A1/zh active Application Filing
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1766928A (zh) * | 2004-10-29 | 2006-05-03 | 中国科学院计算技术研究所 | 一种基于动态背景运动视频的运动对象重心轨迹提取方法 |
CN1770204A (zh) * | 2004-10-29 | 2006-05-10 | 中国科学院计算技术研究所 | 从具有静态背景的运动视频提取运动对象重心轨迹的方法 |
CN101236657A (zh) * | 2008-03-03 | 2008-08-06 | 吉林大学 | 单一运动目标轨迹的跟踪与记录方法 |
CN101419712A (zh) * | 2008-12-02 | 2009-04-29 | 深圳市蓝韵实业有限公司 | 一种确定乳腺外边缘轮廓的方法 |
CN102074018A (zh) * | 2010-12-22 | 2011-05-25 | Tcl集团股份有限公司 | 一种基于深度信息的轮廓跟踪方法 |
CN102324032A (zh) * | 2011-09-08 | 2012-01-18 | 北京林业大学 | 一种基于极坐标系下灰度共生矩阵的纹理特征提取方法 |
CN103577800A (zh) * | 2012-07-23 | 2014-02-12 | 中国航天员科研训练中心 | 一种基于彩色图像的人体手部形态参数测量方法 |
CN102930268A (zh) * | 2012-08-31 | 2013-02-13 | 西北工业大学 | 一种用于污染及多视角情况下DataMatrix码的精确定位方法 |
CN103996212A (zh) * | 2013-02-18 | 2014-08-20 | 威达电股份有限公司 | 自动描绘对象边缘走向之方法 |
CN104217192A (zh) * | 2013-06-03 | 2014-12-17 | 株式会社理光 | 基于深度图像的手定位方法和设备 |
JP2015070359A (ja) * | 2013-09-27 | 2015-04-13 | 株式会社京三製作所 | 人数カウント装置 |
CN105320917A (zh) * | 2014-06-27 | 2016-02-10 | 南京理工大学 | 一种基于头肩轮廓及bp神经网络的行人检测及跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107730534A (zh) | 2018-02-23 |
WO2018028363A1 (zh) | 2018-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6435750B2 (ja) | 3次元座標算出装置、3次元座標算出方法および3次元座標算出プログラム | |
CN107705333B (zh) | 基于双目相机的空间定位方法及装置 | |
CN109035334B (zh) | 位姿的确定方法和装置、存储介质及电子装置 | |
CN105210113A (zh) | 具有一般和全景相机移动的单眼视觉slam | |
CN109357633B (zh) | 三维扫描方法、装置、存储介质和处理器 | |
EP3335153B1 (en) | Managing feature data for environment mapping on an electronic device | |
EP3028252A1 (en) | Rolling sequential bundle adjustment | |
CN105074776A (zh) | 平面自然特征目标的原位形成 | |
US11922658B2 (en) | Pose tracking method, pose tracking device and electronic device | |
WO2016025328A1 (en) | Systems and methods for depth enhanced and content aware video stabilization | |
CN110892714A (zh) | 移动机器人的控制方法、装置、设备及存储介质 | |
KR20170113122A (ko) | 정보 처리장치 및 그 제어방법 | |
CN105809664B (zh) | 生成三维图像的方法和装置 | |
JP2018113021A (ja) | 情報処理装置およびその制御方法、プログラム | |
JP6017343B2 (ja) | データベース生成装置、カメラ姿勢推定装置、データベース生成方法、カメラ姿勢推定方法、およびプログラム | |
CN107730534B (zh) | 目标对象的跟踪方法和装置 | |
CN110310325B (zh) | 一种虚拟测量方法、电子设备及计算机可读存储介质 | |
KR101586071B1 (ko) | 마커리스 증강현실 서비스 제공 장치 및 이를 위한 촬영 위치 추정 방법 | |
EP3227858A1 (en) | A method and apparatus for assisted object selection in video sequences | |
CN109816709B (zh) | 基于单目摄像头的深度估计方法、装置及设备 | |
CN107168514B (zh) | 一种图像处理方法及电子设备 | |
CN111258413A (zh) | 虚拟对象的控制方法和装置 | |
CN110880187B (zh) | 一种相机位置信息确定方法、装置、电子设备及存储介质 | |
CN110941327A (zh) | 虚拟对象的显示方法和装置 | |
CN106657976B (zh) | 一种可视范围延伸方法、装置及虚拟现实眼镜 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210721 Address after: 550000 room 212, building B, Shuobo entrepreneurship Park, Jinyang science and Technology Industrial Park, Guiyang National High tech Industrial Development Zone, Guiyang City, Guizhou Province Patentee after: GUIZHOU UINSHINE INFORMATION TECHNOLOGY Co.,Ltd. Address before: 518000 Guangdong, Shenzhen, Nanshan District, Nanhai Road, West Guangxi Temple Road North Sunshine Huayi Building 1 15D-02F Patentee before: SHEN ZHEN KUANG-CHI HEZHONG TECHNOLOGY Ltd. |