基于多特征级联筛查的在线 boosting 快速跟踪算法.pdfVIP

第３２卷第２期　　　 计算机应用与软件 Ｖｏｌ３２ Ｎｏ．２ ２０１５ 年２ 月　　 Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ Ｓｏｆｔｗａｒｅ Ｆｅｂ．２０１５ 基于多特征级联筛查的在线ｂｏｏｓｔｉｎｇ快速跟踪算法  胡　松　孙水发 　马先兵　覃音诗　雷帮军 （三峡大学智能视觉与图像信息研究所　湖北 宜昌４４３００２） 摘　要　　传统基于Ｈａａｒｌｉｋｅ特征的在线ｂｏｏｓｔｉｎｇ跟踪算法（ＨＢＴ）采用局部穷举搜索目标的方式，不能很好地应对运动速度较快 的目标以及目标被完全遮挡的情形。当目标状态和周围背景发生变化时，传统ＨＢＴ 算法会产生累积错误。对此系统进行改进，提 出一种基于多特征级联筛查的在线ｂｏｏｓｔｉｎｇ 快速跟踪算法：将每帧视频网格化，依次根据目标运动方式、网格方差、目标模型、颜色 分布以及重叠情况等多种特征级联筛选出有可能成为目标的网格。将这些候选网格交给ｂｏｏｓｔｉｎｇ分类器得到最终的置信度，从而 得到目标位置信息，实现快速的在线目标跟踪。用朴素贝叶斯分类器代替简单的阈值分类器，提高算法的准确性。实验结果表明， 所提出的方法在鲁棒性、准确性和实时性上都有很大提升。 关键词　　目标跟踪　在线ｂｏｏｓｔｉｎｇ　级联检测　ＯＳＳ模型　颜色直方图 中图分类号　ＴＰ３９１．４１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１５．０２．０５８ Ａ ＦＡＳＴ ＯＮＬＩＮＥ ＢＯＯＳＴＩＮＧ ＴＲＡＣＫＩＮＧ ＡＬＧＯＲＩＴＨＭＢＡＳＥＤ ＯＮＭＵＬＴＩＦＥＡＴＵＲＥ ＣＡＳＣＡＤＥ ＳＣＲＥＥＮＩＮＧ ＤＥＴＥＣＴＩＯＮ  Ｈｕ Ｓｏｎｇ　Ｓｕｎ Ｓｈｕｉｆａ 　Ｍａ Ｘｉａｎｂｉｎｇ　Ｑｉｎ Ｙｉｎｓｈｉ　Ｌｅｉ Ｂａｎｇｊｕｎ （Ｉｎｓｔｉｔｕｔｅ ｏｆＩｎｔｅｌｌｉｇｅｎｔ Ｖｉｓｉｏｎ ａｎｄＩｍａｇｅ Ｉｎｆｏｒｍａｔｉｏｎ，Ｃｈｉｎａ Ｔｈｒｅｅ Ｇｏｒｇｅｓ Ｕｎｉｖｅｒｓｉｔｙ，Ｙｉｃｈａｎｇ４４３００２，Ｈｕｂｅｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｃｏｎｖｅｎｔｉｏｎａｌ ｏｎｌｉｎｅ ｂｏｏｓｔｉｎｇ ｔｒａｃｋｉｎｇ ａｌｇｏｒｉｔｈｍ （ＨＢＴ）ｂａｓｅｄ ｏｎ Ｈａａｒｌｉｋｅ ｆｅａｔｕｒｅ ａｄｏｐｔｓ ｔｈｅ ｏｂｊｅｃｔｓ ｌｏｃａｌ ｅｘｈａｕｓｔｉｖｅ ｓｅａｒｃｈ ｐａｔｔｅｒｎ，ｗｈｉｃｈ ｃａｎｎｏｔ ｐｅｒｆｅｃｔｌｙ ｒｅｓｐｏｎｄ ｔｏ ｔｈｅ ｏｂｊｅｃｔｗｉｔｈｆａｓｔｅｒｍｏｔｉｏｎ ｓｐｅｅｄ ａｎｄ ｔｈｅ ｓｉｔｕａｔｉｏｎ ｔｈａｔｔｈｅ ｏｂｊｅｃｔ ｉｓｆｕｌｌｙ ｏｃｃｌｕｄｅｄ．Ｉｎ ａｄｄｉｔｉｏｎ， ｃｏｎｖｅｎｔｉｏｎａｌ ＨＢＴ ａｌｇｏｒｉｔｈｍ ｗｉｌｌ ｇｅｎｅｒａｔｅ ｃｕｍｕｌａｔｉｖｅ ｅｒｒｏｒｓ ｗｈｅｎ ｔｈｅ ｓｔａｔｅ ｏｆ ｔｈｅ ｏｂｊｅｃｔ ａｎｄ ｔｈｅ ｅｎｖｉｒｏｎｍｅｎｔ ｂａｃｋｇｒｏｕｎｄ ｃｈａｎｇｅｓ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｗｅ ｍａｋｅ ｔｈｅ ｉｍｐｒｏｖｅｍｅｎｔ ｏｎ ｔｈｅ ｓｙｓｔｅｍ，ａｎｄ ｐｒｏｐｏｓｅ ａ ｆａｓｔ ｏｎｌｉｎｅ ｂｏｏｓｔｉｎｇ ｔｒａｃｋｉｎｇ ａｌｇｏｒｉｔｈｍ ｗｈｉｃｈ ｉｓ ｂａｓｅｄ ｏｎ ｍｕｌｔｉｆｅａｔｕｒｅ ｃａｓｃａｄｅ ｓｃｒｅｅｎｉｎｇ ａｎｄ ｄｅｔｅｃｔｉｏｎ．Ｔｈｅ ａｌｇｏｒｉｔｈｍ ｍａｋｅｓ ｅｖｅｒｙｆｒａｍｅ ｏｆｔｈｅ ｖｉｄｅｏ ｔｏ ｇｒｉｄｄｉｎｇｆｏｒｍ，ａｃｃｏｒｄｉｎｇｔｏ ｍｕｌｔｉｆｅａｔｕｒｅ ｉｎ ｔｕｒｎ ｉｎｃｌｕｄｉｎｇ ｔｈｅ ｍａｎｎｅｒ ｏｆｏｂｊｅｃｔ ｍｏｔｉｏｎ，ｇｒｉｄ ｖａｒｉａｎｃｅ，ｏｂｊｅｃｔ ｍｏｄｅｌ，ｃｏｌｏｕｒ ｄｉｓｔｒｉｂｕｔｉｏｎ ａｎｄ ｏｖｅｒｌａｐ ｓｉｔｕａｔｉｏｎ，ｉｔ ｓｃｒｅｅｎｓ