基于Meanshift的稳健性可视跟踪研究.pdfVIP

基于 Mean-shift 的稳健性可视跟踪研究* 杨 杰 彭宁嵩 （上海交通大学图像处理与模式识别研究所 上海 200030） 摘 要：可视跟踪就是利用图像处理、模式识别的方法发现视频序列中与指定目标图像最相似 的部分，在兼顾实时性的基础上提高跟踪算法的稳健性一直是可视跟踪研究中的前沿和热点。本文 提出利用目标历史模型和当前匹配位置处得到的观测模型对目标核函数直方图进行 Kalman 滤波，从 而对模型进行及时更新。首次提出把滤波残差作为样本进行假设检验，将其结果作为模型是否需要 更新的准则。论证了 Mean-shift 框架下跟踪变尺度目标的充分条件，提出了“后向跟踪－形心配准” 的核窗宽自动选取算法。实验验证了所提方法的有效性。 关键词：可视跟踪；Mean-shift 理论；核函数直方图；视频图像处理 1．引 言 可视跟踪(visual tracking)，即在视频序列中对感兴趣的目标进行有效的跟踪一直都是计算机视觉 领域中的一个典型问题。如何对目标模型进行高效的模式匹配以及如何有效地适应目标自身的运动 变化、排除场景干扰是一个优秀的跟踪系统必须解决的两个关键问题。这两个问题反映到跟踪算法 的性能上就是实时性和稳健性。从跟踪的效果来看，可视跟踪可以被分为基于分割的跟踪和基于视 窗的跟踪(Blob Tracking)两大类。前者也被称作视频对象分割。它要求跟踪目标图像的整个边界，这 在许多基于内容的视频编码、视频分析中有着重要的意义。由于要细致地分割出视频序列中的目标 边界，跟踪算法大多采用基于图像分割、光流等方法。这样，算法对系统资源的消耗是非常巨大的， 难以满足实时性的要求。另外，图像分割算法必须借助先验知识才能得到优异的效果，因此应用领 域狭窄、对人的参与要求较高。本文主要研究基于视窗的可视跟踪。这一类算法不要求对目标进行 细致的分割，只要求通过矩形或者椭圆形跟踪窗体包围、锁定所要跟踪的目标图像。当前的可视跟 踪算法可以大致被分为两类：“基于目标建模、定位”的跟踪算法和基于“滤波、数据关联”的跟 踪算法。前者由下至上处理目标的外观变化。后者采用由上至下方法对运动目标进行跟踪、对场景 知识进行学习、对跟踪过程中的各种假设位置进行评估。 基于“目标建模、定位”的跟踪算法一般由三个部分组成：目标的建模、相似度度量、匹配算 法。在可视跟踪中为了高效率地在当前帧中寻找对应于目标图像的模式往往需要采用基于梯度的匹 配算法。这类方法的关键就是获得相似度函数在当前帧中的概率密度分布。一旦得到了此概率密度 分布，就可以根据其梯度的变化方向求得匹配搜索的最佳路径，从而提高匹配的效率，满足跟踪算 法对实时性的要求。仿照 Parzen 核密度估计的思想方法，我们可以根据样本估计概率密度的梯度。 基本思路是先用无参估计获取概率密度分布，然后对其进行微分以便得到梯度信息。利用 mean-shift 迭代，可以方便、快捷地得到密度函数梯度的变化方向，从而快速得使核函数中心收敛到梯度为零 的位置。Comaniciu 等人不但证明了 mean-shift 迭代的收敛性，而且发现了迭代轨迹光滑的特性。为 了根据样本数据自适应选择核函数窗宽，Comaniciu 又深入分析研究了正态分布条件下归一化的 mean-shift 矢量幅值与核函数窗宽的关系从而提出了基于样本数据驱动的窗宽选择算法。另外，他还 提出了可变窗宽的 mean-shift 算子（VBDF ），并将其成功地应用到了来多模式数据融合的各种应用 中。Mean-shift 作为一种高效的模式匹配算法，由于不需要进行全局搜索，已经被成功的应用在了 [1，2] 对实时性要求较高的可视跟踪领域 Mean-shift 目标跟踪算法 在以下几个方面有着明显的优势： *本研究得到科技部国际合作重点项目（2004DFB02100 ）和上海市科委重点项目（03DZ14015 ）资助 （1）该算法是一种对输入参数要求不高的跟踪算法。通常情况下目标一旦被确定(手动或者自 动方式)后核函数窗宽也就给定了。此后的整个跟踪过程均无需额外的参数输