基于概率图模型目标建模的视觉跟踪算法
3
①
高 琳
3 3
, 唐 鹏 , 盛 鹏
(
四川大学 视觉合成图形图像技术国防重点学科实验室 ,四川 成都 610065
)
摘要:提出了一种视觉跟踪任务中基于局部特征和概率图模型的目标建模方法 ,将目标表示为一组具有仿射不
变性的区域特征 ,并通过概率图模型描述特征之间的空间约束关系。在目标跟踪过程中 ,首先在空域上利用信
任传播算法 ,推断概率图模型中各个特征的状态 ,然后根据推断的结果设计改进的重要性采样函数 ,采用粒子
滤波算法在时间域上对目标进行跟踪。为了适应目标在运动中的变化 ,模型根据特征的稳定程度自适应地进
行更新。实验结果表明 ,该方法具有较强的鲁棒性 ,能够有效实现复杂场景下的目标跟踪。
关键词:视频目标跟踪; 仿射不变特征; 概率图模型; 信任传播; 粒子滤波
中图分类号: TP391. 4 文献标识码:A 文章编号:100520086
(
2010
)
0120124206
Visual tracking based on object modeling using probabilistic graphical model
GAO Lin
3 3
, TANG Peng , SHENG Peng
(
Key Laboratory of Fundamental Synthetic Vision Graphics and Image Science for National Defense ,Sichuan Uni2
versity ,Chengdu ,Sichuan 610065 ,China
)
Abstract :A novel method of object modeling for visual tracking based on local features and probabilistic
graphical model is proposed. The tracked object is represented using a collection of regional affine invari2
ant features ,among which the spatial constraints are described by a probabilistic graphical model. During
tracking ,belief propagation algorithm is first applied to infer the state of each feature in spatial domain.
Then ,the inferred results are employed to construct the proposal sampling function ,by which a particle
filter is adopted to estimate the target state. To adapt to changes in object appearance ,object model will
be updated adaptively according to the stability score of the features. The experimental results show that
the proposed method can get reliable track even under complex real world conditions.
Key words:visual object tracking; affine invariant feature ; probabilistic graphical model ; belief propaga2
tion ; particle filter
1 引 言
视觉跟踪是计算机视觉中的一个重要课题 ,被广泛应用于
场景监视、行为识别分析以及人机交互等领域
[1 ,2]
。近年 ,提出
了大量的跟踪方法。从跟踪目标的表达模型来看 ,主要有基于
区域、轮廓、局部特征和目标 2D/ 3D 空间模型等的跟踪。然
而 ,基于区域的跟踪
[3 ,4]
,很大程度忽略了目标的空间结构信
息 ,而空间结构信息对于目标与背景或其他目标的可区分性来
说是非常重要的。基于轮廓的跟踪方法
[5~7]
虽然考虑了目标
的空间信息 ,但在目标与背景容易混淆的情况下目标模型通常
容易退化。基于局部特征的跟踪方法
[8 ,9]
可以解决部分遮挡的
问题 ,但其稳定性较弱 ,易受噪声、目标姿态以及光照条件的影
响 ,并且同样缺乏目标的全局结构信息。基于 2D/ 3D 空间模
型的方法
[10 ,11]
虽然能够处理目标姿态变化和部分遮挡的情况 ,
但是这种方法依赖目标结构的先验知识 ,同时模型参数估计的
运算量很大并且难以保证模型的精度。
针对以上方法的不足 ,本文提出了一种视频跟踪中基于概
率图模型的目标建模方法 ,其基本思想是 ,利用具有仿射不变
性的局部区域特征描述目标的细节信息 ,全局上则用特征间的
空间约束关系反映目标的空间结构信息 ,通过概率图模型将这
些信息有机地结合起来 ,从而建立概率框架下的目标表示模
型。根据建立的目标模型 ,将视频目标跟踪作为统计推断的过
程 ,其中包括目标空间域的位置推断和时域上的跟踪 ,首先利
用图模型推断算法获得目标在空间域上的状态估计 ,然后在此
基础上设计优化的重要性函数 ,结合粒子滤波算法在时间域上
对目标进行跟踪。
光 电 子 ·激 光
第 21 卷 第 1 期 2010 年 1 月
Journal of Optoelectronics ·Laser
Vol. 21 No. 1 Jan. 2010
①
收稿日期:2009202223 修订日期:2009206214
3 基金项目:国家自然科学基金资助项目
(
60705005
)
;国家自然科学基金民航联合基金重点资助项目
(
60736046
)
;教育部博士点基金资助项目
(
20070610031
)
3 3 E2mail :gaolinscu @163. com