基于目标检测和图割的多目标跟踪算法.pdfVIP

第54卷第6期 大 连 理 工 大 学 学 报 V01．54， NO．6 2014年 11月 JournalofDalianUniversityofTechnology NOv． 2 0 1 4 文章编号 ：1000-8608 2014 06-0632—05 基于 目标检测和图割的多 目标跟踪算法 姜 明 新 ¨一， 王 洪 玉 ， 邱 天 爽 1．大连理工大学 电子信息与电气工程学部，辽宁 大连 116024； 2．大连民族学院 信息与通信工程学院，辽宁 大连 II6600 摘要 ：多目标跟踪是智能视频监控中的一个具有挑战性的问题．提出了一种基于运动 目标 检测和图割理论 的多目标跟踪算法．首先，利用码本模型对背景建模 ，检测运动 目标 ．然后，令 一 个标签对应一个 目标，建立能量方程，把多 目标跟踪问题转化为能量最小化 的组合优化问 题．最后，构造网络图，利用最大流一最小割算法寻找最优解．实验结果表明，所提算法能够处 理新 目标的进入和原有 目标 的离开，对多 目标之间的遮挡具有较强的鲁棒性． 关键词：多目标跟踪；图割；能量函数；网络流；码本 中图分类号：TP391 文献标识码 ：A doi：10．7511／dllgxb2O1406O06 0 引 言 出目标的轮廓． 核跟踪也称为基于分布的跟踪 ，跟踪之前手 多目标跟踪是计算机视觉领域的一个热点研 动选择参考 目标 ，利用 当前帧和参考帧的一些特 究问题，是运动 目标行为理解的前提和基础，在机 征分布来实现跟踪．较为常见 的方法有 KLT特 器人导航、视频理解 、智能监控等领域都有着广泛 征 点 跟 踪 算 法[6 和 Comaniciu 等 提 出 的 的应用[1]．多目标跟踪的实现存在很多难点，比 meanshift跟踪算法[7]．核跟踪计算量小，具有较 如在拥挤的环境里，目标的进入和离开 ，目标之间 好的实时性 ，但无法处理 目标 的进入和离开 ，当多 的严重遮挡等． 目标之间发生遮挡时跟踪的失败率较高． 近些年来 ，国内外许多学者关注基于视频 的 轮廓跟踪也称为基于动态分割的跟踪 ，这种 多 目标跟踪问题，所提出的算法包括点跟踪 、核跟 方法能够在连续的每一帧中分割多个 目标 ，并且 踪和轮廓跟踪三大类． 可 以描述 出每个 目标 的详细轮廓．利用 图割理 点跟踪也称为基于检测的跟踪 ，利用有效 的 论[8实现轮廓跟踪是一种 比较有效 的方法 ，这种 技术将运动 目标检测出来 ，然后再进行跟踪．跟踪 方法求解全局最小时不需要先获得局部最小和全 部分的实现可 以分为确定性方法和概率方法．确 局模型的先验知识，优化过程收敛快，计算代价 定性方法是利用 目标和观测之间某种特征的距离 低，而且 能够 处理 多 个 目标 相互 融合 ／分 离 来实现跟踪 ，特征通常选用位置 、颜色、形状等．由 fusion／split 的拓扑变化．轮廓跟踪的缺点是无 于 目标检测获得 的观测常常含有噪声，概率方法 法处理新 目标的进入和原 目标的离开． 考虑了这些不确定性因素 ，所 以得到了更为普遍 通过以上对不同跟踪方法的分析，本文提 出 的应用 ，比如卡尔曼滤波 ]、粒子滤波[5等技术． 一 种基于运动 目标检测和图割理论的多 目标跟踪 点跟踪能够处理新 目标 的进入和原有 目标的离 算法．首先采用码本模型进行背景建模 ，检测 出运 开 ，但检测的质量直接影响跟踪的结果，只能用矩 动 目标 ；然后 ，利用图割理论构建网络 图，建立能 形框、椭圆等来描述跟踪的结果，元法准确地描述 量方程 ；最后 ，利用最大流一最小割算法实现能量 收稿 日期 ：2013-10-21； 修回日期 ：2014—09—07． 基金项 目：国家 自然科学基金资助项 目 座机电话号码 ；中国博士后科学基金资助项 目 2014M551081 ；大连民族学院人才引进项 目 20l36212 ． 作者简介 ：姜 明新 1979一 ，女，博士，讲师，E—mail：jmx@mail．dlut．edu．cn． 第6期 姜 明新等：基于 目标检测和 图割的多 目标跟踪算法 方程的最小化，进而实现对多目标的跟踪． 图割算法是在全局最优 的框架下进行分割，可以 保证能量函数的解收敛到全局最小． 1 运动 目标检测 假设t时刻图像中的像素P用特征向量z p 码本模型是 由Kim等 。提出的，该算法抗干 来描述： 扰能力强，能够有效地克服阴影和空洞的问题 ，计 z 夕 z7 p z p 5 算复杂度小，适合做实时检测．利用文献[9]获得 式中：z p 表示像素点的颜色信息，是一个 码本后，检测前景似然信息的过程如下： 颜色空间的三维 向量 ；z p 表示像素点的运动 假