視頻圖像序列中目標(biāo)跟蹤關(guān)鍵技術(shù)研究.pdf

1、視頻運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)，作為計(jì)算機(jī)視覺研究領(lǐng)域的核心課題之一，融合了圖像處理、模式識(shí)別、人工智能、自動(dòng)控制以及計(jì)算機(jī)等若干領(lǐng)域的先進(jìn)技術(shù)，并在軍事制導(dǎo)、視頻監(jiān)控、機(jī)器人導(dǎo)航、人機(jī)交互等方面都有很廣泛的應(yīng)用。視頻運(yùn)動(dòng)目標(biāo)跟蹤研究的目的是模擬人類視覺運(yùn)動(dòng)感知功能，賦予機(jī)器持續(xù)捕捉視頻序列圖像中運(yùn)動(dòng)目標(biāo)的能力，為視頻分析和理解提供重要的數(shù)據(jù)依據(jù)。
　　魯棒的目標(biāo)跟蹤算法主要包括高效有鑒別力的目標(biāo)表征和有效的目標(biāo)定位推斷框架兩部分內(nèi)容。而高

2、效有鑒別力的目標(biāo)表征是進(jìn)行有效目標(biāo)觀測(cè)的和定位的基礎(chǔ)，因此本文的研究工作主要是研究目標(biāo)本質(zhì)特征，針對(duì)復(fù)雜場(chǎng)景中遮擋、相似目標(biāo)干擾和目標(biāo)外觀變化等對(duì)目標(biāo)的高效表征需求，提出了有效描述方法以及相應(yīng)的算法，并通過仿真驗(yàn)證了，在多種復(fù)雜場(chǎng)景下，本文所提跟蹤算法的有效性。具體的研究工作包括:
　　第一，提出了基于目標(biāo)區(qū)域分化的目標(biāo)跟蹤算法。從對(duì)目標(biāo)進(jìn)行結(jié)構(gòu)分解，以各部分之間的幾何關(guān)系確定目標(biāo)狀態(tài)的觀點(diǎn)出發(fā)，設(shè)計(jì)跟蹤算法。首先將目標(biāo)區(qū)域的顏色

3、空間進(jìn)行非均勻量化，據(jù)此顏色信息對(duì)目標(biāo)區(qū)域進(jìn)行分割;然后根據(jù)相鄰兩幀顏色質(zhì)心間的幾何關(guān)系確定目標(biāo)的尺度變化和旋轉(zhuǎn)角度;最后根據(jù)尺度變換和旋轉(zhuǎn)變換后各質(zhì)心的平移量確定目標(biāo)中心的平移量，從而實(shí)現(xiàn)目標(biāo)精確定位。仿真結(jié)果表明本文提出的基于目標(biāo)區(qū)域分化的跟蹤算法，在處理部分遮擋、目標(biāo)發(fā)生旋轉(zhuǎn)運(yùn)動(dòng)和尺度變化問題時(shí)均有很好的效果。
　　第二，提出基于顏色區(qū)域顯著度的目標(biāo)跟蹤算法。模擬人類視覺注意機(jī)制，提出了顏色區(qū)域顯著度的概念，基于此概念對(duì)目標(biāo)

4、按照顏色區(qū)域顯著度分割，利用選取的目標(biāo)高顯著度顏色區(qū)域的質(zhì)心點(diǎn)集合描述目標(biāo)。分以下幾步:首先利用相鄰兩幀質(zhì)心點(diǎn)間距離與目標(biāo)尺度間關(guān)系估算目標(biāo)尺度，然后利用相鄰兩幀與對(duì)應(yīng)質(zhì)心點(diǎn)間的仿射變換關(guān)系建立二次規(guī)劃模型，最后通過求解二次規(guī)劃問題確定目標(biāo)旋轉(zhuǎn)角度和平移量，實(shí)現(xiàn)目標(biāo)準(zhǔn)確定位。仿真結(jié)果表明本文提出的基于目標(biāo)區(qū)域分化的跟蹤算法，在處理目標(biāo)旋轉(zhuǎn)和尺度變化時(shí)均有很好的效果。
　　第三，給出一種基于CWF特征的目標(biāo)跟蹤算法。基于韋伯定律，將

5、WLD特征由灰度空間推廣到彩色空間，得到CWF特征。由于彩色空間比灰度空間包含更豐富的信息，因此CWF特征較WLD特征有更強(qiáng)的描述能力。CWF特征主要包括兩部分內(nèi)容:顏色差別激勵(lì)和顏色邊緣方向，其中顏色差別激勵(lì)主要是模擬人類知覺模式通過分層量化對(duì)比度來實(shí)現(xiàn)。目標(biāo)描述模型采用CWF直方圖模式表示，并結(jié)合高效的Mean Shift算法實(shí)現(xiàn)跟蹤。仿真結(jié)果表明，基于CWF特征的目標(biāo)跟蹤算法對(duì)于短時(shí)遮擋、光照變化和相似物干擾等復(fù)雜情況下的跟蹤具有

6、一定的魯棒性。
　　第四，提出了基于TOF特征的尺度自適應(yīng)行人跟蹤方法。考慮到圖像中行人目標(biāo)的邊緣特點(diǎn)，即以短的和細(xì)碎的豎直邊緣為主，本文將邊緣方向特征和TED特征融合在一起進(jìn)行編碼，得到一種新的行人目標(biāo)描述方法即TOF特征，并將其用于行人目標(biāo)跟蹤描述。為克服經(jīng)典Mean Shift跟蹤方法中尺度更新不足，本文根據(jù)人體目標(biāo)的尺度與其邊緣輪廓在水平方向上的距離正相關(guān)這一特點(diǎn)，提出基于邊緣距離直方圖的尺度更新策略。仿真結(jié)果表明本文提出

7、的基于TOF特征的跟蹤算法，在不同場(chǎng)景下均有較好的跟蹤效果。
　　第五，給出了一種基于多特征信息自適應(yīng)融合的目標(biāo)跟蹤方法。對(duì)于復(fù)雜背景下的目標(biāo)跟蹤，利用目標(biāo)的單一特征信息往往很難實(shí)現(xiàn)魯棒的跟蹤，因此本文提出一種新的多特征信息自適應(yīng)融合跟蹤算法。該算法利用顏色、紋理、邊緣的融合信息描述目標(biāo)的觀測(cè)信息，提高了觀測(cè)信息描述的魯棒性;在跟蹤期間，根據(jù)當(dāng)前幀目標(biāo)顏色、紋理、邊緣信息的觀測(cè)似然，同時(shí)利用貝葉斯推斷方法在線調(diào)節(jié)下一幀觀測(cè)信息中顏