1.一种基于高斯掩模光流的人体足部运动目标检测方法，其特征在于，具体按照以下步骤实施：

步骤1、采集人体行走视频，将人体行走视频转换为视频序列；

步骤2、使用高斯滤波器对步骤1得到的视频序列去噪；

步骤3、将步骤2获得的视频序列进行不同层次的尺度变化得到图像金字塔，提取图像金字塔的亮度、颜色和方向特征，再对不同特征做归一化处理获取人体行走视频帧的显著图；

步骤4、将步骤3得到的人体行走视频帧的显著图采用直方图均衡化处理获得显著图经图像增强的效果图，对图像增强效果图进行OTSU阈值分割获得足部二值图像，将OTSU阈值分割结果采用形态学闭运算滤除较小的噪声点并连接足部区域边缘即可获取人体足部区域初始掩模图；

步骤5、对阈值分割和形态学处理后的显著图使用高斯掩模进行处理，将步骤4获得的人体足部区域初始掩模图进行二维高斯平滑，自动获取足部区域的高斯掩模图；

步骤6、选取人体行走视频的连续100帧图像，将步骤2获得的视频序列与步骤5的的足部区域高斯掩图做逻辑与运算获得只含人体足部的视频序列；

步骤7、人体足部视频序列光流估计；

步骤8、将步骤7获得的足部光流结果滤去噪声增强图像质量，实现视频帧中人体双脚的循环定位。

2.根据权利要求1所述的一种基于高斯掩模光流的人体足部运动目标检测方法，其特征在于，所述步骤3中将步骤2获得的视频序列进行1/2、1/4和1/8不同层次的尺度变化。

3.根据权利要求1所述的一种基于高斯掩模光流的人体足部运动目标检测方法，其特征在于，所述步骤7具体按照以下步骤实施：步骤7.1、在步骤6获得的只含人体足部的视频序列中任意取一帧，设在t时刻，该图像帧中某一个像素点的坐标为(x,y)，该像素点的灰度值为I(x,y,t)，则t+Δt时刻该像素点的坐标变为(x+Δx,y+Δy)，灰度值为I(x+Δx,y+Δy,t+Δt)，假设运动前后该像素点的亮度值即灰度值不变，即：

式中，x、y分别为该像素点的水平坐标和垂直坐标，t为时间；

将式(1)整理转化得：

I(x,y,t)＝I(x+Δx,y+Δy,t+Δt)               (2)步骤7.2、令u，v分别为该像素点沿水平方向和垂直方向的速度分量，则将式(2)右边按泰勒公式展开得：式(3)中，O(dx,dy,dt)为I(x+Δx,y+Δy,t+Δt)的高阶无穷小量，忽略高阶无穷小量，并消去I(x,y,t)，将式(3)化简得：将u，v代入式(4)得：

步骤7.3、设Ix、Iy、It分别代表该像素点的灰度值沿x、y、t三个方向的偏导数，式(5)转化为：

Ixu+Iyv+It＝0                   (6)式(6)是光流场基本方程，矢量形式表示为：▽I·U+It＝0                    (7)T

式(7)是光流方程，其中▽I＝(Ix,Iy)表示梯度方向，U＝(u,v) 表示光流；

步骤7.4、结合式(8)所示的全局平滑和亮度约束求得u、v的近似解：式(8)中，α为调和因子，min为使式(8)最小的标志，该像素点的光流矢量大小ux,y和vx,y分别为该像素点沿水平和垂直方向的速度分量，Wx,y表示该像素点的光流值，所有像素点的光流值组成了步骤7得到的足部光流结果。

4.根据权利要求2所述的一种基于高斯掩模光流的人体足部运动目标检测方法，其特征在于，所述步骤7中调和因子α＝1。