视频目标跟踪在很多场合下具有非常重要的应用修改.docxVIP

跟踪窗口尺寸自适应调整的粒子滤波跟踪算法 彭青艳赵勋杰陈家波 (苏州人学物理科学与技术学院，江苏苏州215006) 摘 要：当目标尺度发生变化时，传统的粒子滤波跟踪算法的跟踪窗口尺寸不变，在目标尺寸变化较大时容易丢失跟踪目 标。针对这一问题，提出了一种跟踪窗口门适应调整的粒子滤波跟踪方法。该方法依据运动目标区域内粒子到目标川心点 的平均距离与目标尺寸的关系，建立跟踪窗口尺寸的数学模型。实验结果表明，当目标尺度发生变化时，跟踪窗口能够很 好的随目标的尺寸变化而U适应地连续调整，在目标尺寸变化率很大时仍能够稳定跟踪目标。 关键词：目标跟踪；粒子滤波；Bhattacharyya系数；口适应窗口；粒子平均距离 Adaptive window object tracking for particle filter Peng qing yan Zhao xun jie Chen jia bo (School of Physical Science and Technology. Soochow University, Suzhou 215006) Abstract: This paper puts forward an adaptive window object tracking method based on particle filter. It figures out size-changes of moving objects during target tracking. This method firstly establishes the gray histogram statistics of the observation model, using Bhattacharyya coefficient similarity for forecasting center position of target. Then sets up a mathematical model for adjusting object size with a target window according to the average distance changes. The average distance is the particles in the moving target window to the target cente匚 Experimental results indicate that the algorithm of tracking window can be very well adaptationally changing with size-changes of moving objects, and the target results are good? Key words: target tracking; particle filter; Bhattacharyya coefficient; adaptive window; particle average distance 引言 目标跟踪问题是机器视觉研究屮的一个重耍分支，是 高级机器视觉研究的基础，冇着广泛的应用，如军事制导、 道路交通监控，工业自动化生产监控，客流量统计等。在 人们提出的诸多跟踪算法中，基于粒子滤波和M ean-Shift 算法是研究的热点。在这两种算法中，冃标跟踪窗口是由 跟踪目标的初始大小决定的，在整个跟踪过程屮，跟踪窗 口的大小保持不变。然而，当运动目标尺寸越來越小时， 如果跟踪窗口固定不变，则在跟踪窗口内包含目标区域的 同时混入了一些背景噪声，最终导致运动冃标跟踪不准确。 当运动H标尺寸越来越大时，大到超出跟踪窗口的范围， 固定不变的窗口常常会导致运动目标的跟踪失败。 近儿年，针对基于Mean-Shift的跟踪算法人们提出了 一些改变核窗口大小的算法。文献［1］提出了 一-种±10%増最 的核窗口修正方法。该方法需要分别计算当前帧中原始核 窗口以及± 10%核窗口的Bhattacharyya系数，选出最大的 Bhattacharyya系数所对应的窗口为最佳核窗宽。当H标尺 寸变小时，该方法可以得到比较好的跟踪效果，但当H标 尺寸变大时，由于Bhattacharyya系数的相似性度m常常会 在较小的核窗口内达到局部最大，所以跟踪窗口的尺寸很 难扩大，经常是越来越小。文献［2］提出了一种先进行空间 定位再确定H标尺度的跟踪算法，该方法利用对数极坐标 的旋转和尺度不变性来映射模板H标和候选H标确定H标 的尺度和方向，但是这两者的中心必须对齐，否则得不到 目标的尺度和方向。文献［3］提出了核窗宽根据连续帧中运 动H标的仿射模型