论文研究-基于局部直方图的多区域目标跟踪算法.pdf

所需积分/C币:10 2019-09-11 10:58:40 971KB .PDF

为克服光照变化和目标遮挡对运动目标跟踪的影响,提出了一种基于改进的局部敏感直方图的多区域目标跟踪算法。改进了局部敏感直方图并设计了快速算法;将改进的局部敏感直方图作为多区域跟踪算法中的目标建模方式,提高目标建模的准确性且降低提取目标特征的计算复杂度;针对多区域跟踪算法中融合各个区域块的特征相似值的需要,采用基于统计排序和最小二乘估计的参数估计方法计算整个目标块与模板的相似度。实验结果表明该算法能有效应对目标跟踪过程中光照变化、目标形变与遮挡的干扰,实现实时鲁棒的目标跟踪。
计算机工程与应用 图像 Schr Q(rn,b)+a·H+1(b)oN-R≤p≤oN 搜索范围 QIn,b)+a·H+1-()-ak 上一帧月标 当前帧日标 QIp+R+1,b,01≤p<ON-R 式中,H(6和H1(分别表示p的左边像素 和右边像素对p处HS(b)的影响。该快速算法可以很 容易地从一维推广到维,只需对维像分别进行行 图改进的多区域跟踪算法示意图 和列两个方向上的一维操作即可 索定位当前帧目标的位置,搜索半径SCh可以根据 通过快速算法,计算整幅图像所有点处的局部敏感目标的最大运动速度以及视频图像的采样率等因素来 直方图的时间复杂度降为ONB)。 6,1边)度:视形低我半 为适应尺度变化,对每一个像素点处的H 行归化首先求其归化因子n,即直方图的所有前中采川逐点搜索的方式来确定目标的位置,即 灰度级数上浮点数之和: 以(x0- Scha,y-SchR)为左上角、(x+ Scha,y+ Scha)为右下角的矩形区域内的每个点都被认为是候 aoQ b) 选日标中心点,以每个候选口标中心点为中心的、与日 ()标模板大小相同的矩形区域都被认为是候选目标;对于 每一个候选目标,计算其各个区域块R的归一化改 由公式()可知,归一化因子n与点p的像素值进型局部敏感直方图Hm(),并与模板相对应区域块 l,和灰度级数B都无关,只与点在图像中的位置有的HAx(6)进行相似性度量得到多个区城块之间的匹 关,因此它可以被预先计算并存储起来以备b)归配相似值,再融合这些区域块之间的匹配相似值以得到 化时调用。而且,归一化因子η的计算同样可以采候选目标与模板整体的配相似值,跟踪算法以最优相 用上述H的快速算法。这样,计算每一个像素点关匹配为准则,把与模板最相似的候选目标作为当前帧 处归一化因子m的时间复杂度只有O1)。得到n3跟踪结果 以后,把Hb所有灰度级数上浮点数都除以便 在H标跟踪过程中若出现H标形变或遮挡的情况 得到归一化的改进型局部敏感直方图H2(b) 如图所示,图中目标黄色区域表示形变或被遮挡的 因此,为适应光照和尺度变化,在跟踪时采用归 区域),那么Ra等区域块相对于模板对应区域块外观 化改进的局部敏感直方图H(b)作为目标的特征表 一般会发生较大变化,表现在它们和模板之间的归一化 改进型局部敏感直方图分布存在较大差异性,即特征向 示方法。 量Hm(b)和H()之间的距离较远、匹配相似度 多区域跟踪算法 较差。 多区域跟踪算法原理 多区城跟踪算法即把被跟踪目标分为多个区域块, Re.TIRIT Ri. k 每个区域块的局部直方图都描述了该区域块的颜色信 息,这些区城块的数目以及空间位置关系又是固定不变 的,所以可利用其进行H标区域块与模板区域块之间的 图目标形变或遮挡示意图 特征匹配,目的是在利用目标像素灰度信息的同时考虑 在改进的多区域跟踪算法中区域块数量的设置方 到像素间的空间位置关系及目标外观对应关系 式会在后面实验部分进行说明 改进的多区域跟踪算法 模板更新 改进的多区城跟踪算法示意图如图所示。 在目标跟踪过程中随着时间的推移,目标外观很可 首先对指定的目标模板T,计算其各区域块Rr能会发生显著的变化,采用一个固定的目标模板无法满 的归一化改进型局部敏感直方图H(b),得到目标模足长时间目标跟踪的稳定性需要,因此在每一帧跟踪结 板模型;在目标跟踪中,通常认为运动目标的位置在相束后有必要对模板进行实时更新。在多区域跟踪算法 邻帧之闰是非突变的,因此多区城跟踪算法在上一帧H中,目标模板是以目标各个区域块的归一化改进型局部 标位置周围的一定范围内(如图中黄色区域所示),搜敏感直方图H(b进行建模的,一旦当前帧的目标位 卫保国,赵思同,文绪亮:基于局部直方图的多区域目标跟踪算法 詈被确炷,便可利用当前帧目标若干个区域块的局部敏性能好、对直方图分布的微小偏移不敏感等优点,本文 感直方图取代模板屮相应区域块的局部敏感直方图,这采用来计算各区域相似度 样逐渐更新的标模板就可以适应H标外观的不断变 整体匹配相似度的计算 化,增强跟踪的稳定性 在得到候选目标与模板的各个区域块间的匹配相 但是更新模板内哪些区域块的局部敏感直方图又似值之后,需要将其融合以得到候选目标与模板之间的 是一个问题。一般来说,匹配相似值较大的区域块说明整体配相似值,这在数学上可以看作是一个参数估计 目标秈模板比较吻合,这些区城块不需要更新;匹配相问题,即由多个样本值来估计样本模型的参数。在多区 值较小的区峨块则很可能是由目标被遮挡而引起的,域跟踪算法中,考虑到当发生日标形变与遮挡时,那些 它们不代表真正的H标外观,所以这些区域块也不需费形变或被遮挡域的外观与模板相对应区域的外观 更新,否则会引入速遮挡物的干批而影响目标模型的准确般会有铰大差异性,表现在它们的归化改进型局部敏 性:在本文的多区域跟踪算法中,只对那些匹配相似值入感直方图之间的匹配相似值较小。所以,形变或被遮挡 既不太人也不太小的区域块进行模板更新,它们代表了《区城块的配相似值并不能代表候选目标与模板之间 真正的目标外观变化。模板更新具体可以按照以下公真实的匹配相似度,在进行参数估计时必须要剔除这些 式进行 异常样本值的干扰。 如果 在度量候选目标与模板各区域块的相似性时, (1-∥),M<or(H(H3(b)<(1+m),M( 越大则表示两个直方图的相似性程度越低。文 则 献中,作者采用了类似于统计排序滤波的方法来融 H(6)=H(b,b=0,1,…,B-1 合各区域块之间的特征相似值,即把各区域块的匹配相 式中,Ym则N人是H标区域块与模板对似值按照从小到大的顺序排序,取排在处的值作为 应区或块的匹配相似值,M是当前帧目标与模板整体候选H标与模板之间整体的匹配相似值。受此方法启 的匹配相似值,遗忘因子∥决定了模板更新速率快慢 发提出了一种基丁统计排序和最小二乘估计的参数估 计方法来融合各区域块之间的匹配相似值()。该 ∥越大则模板更新速率越快。 方法需预设两个参数值:典型序比a和修剪序比β,其 在H标跟踪算法中,决定模板更新速率的遗忘因子 是一个影响跟踪算法性能的重要参数,如果模板更中a∈(,1),P∈(0,1),其体操作如下:对各区域块的 新速率过慢,则难以及时适应目标外观的变化;反之若 值S1,s2,…,S进行从小到大排序,取排在a处的 更新速率过快,则可能引入背景或遮挡物的干扰影响值s,计算所有s与s,的偏差绝对值r;再对所有,进 日标模型的准确性,进而影响跟踪算法的性能。 行从小到大排序,取排在B处的值r;满足n≤所对 子区域特征相似性度量 应的值即被视为正常样本值,对所有正常样本值 多区域跟踪算法中需要对候选目标与模板对应区迸行最小二乘估计即得到候选H标与模板之间整体的 城块的归一化改进型局部敏感直方图(即特征向量)进匹配相似值 行相似性度量,设两个直方图为p(b)和q(b),最简单的 在上述过程屮,由于目标形变或被遮挡区城的归 度量方法是绝对差值距离,又称l1距离,其定义为: 化改进型局部敏感直方图之间的较大,所以参数 α可代表被跟踪目标在跟踪过程中始终保证未被遮挡 p(6)-q(6) ()的部分占全部的比例同理,参数则代表正常样本点 l距离越小表示两个直方图之间的相似性程度越数目占所有样本数目的比例因此本文提出的参数估计 高。然而,4距离没有考虑直方图中各灰度级数之问的 方法可以剔除目标形变或被遮挡部分对跟踪过程产生 距离因素ε陆地移动距离( 的干扰。该方法兼顾了( )是针对该缺点改进的一种度量方法。两个直方估计与统计排序滤波的优点,且不需要进行多次迭代运 图b)和qb)的被定义为它们累加直方图的l1距 算,有利于提高跟踪算法的实时性 离,如公式()所示 算法流程 dn(pb)b)=∑C()-C2b) 本文跟踪算法的具体步骤如下。 初始化:给定目标的大小和位置,即目标模板T 式中,C16=∑),C246)=q 实际上度量及各参数值 的是直方图p)的形状转变为qb的形状所要移动的 )通过公式()和公式()计算目标各个区域块 距离,其考虑了各灰度级数之间的距离因素,具有抗噪Rr的归一化改进型局部敏感直方图Hr(b),得到目 计算机工程与应用 标模型。 如图所示为采用不同的区域块数量进行目标跟 )根据邻之间的非突变性确定搜索半径ScR。踪对中心位置误差的影响出线图。从图中可以看 ()在当前帧中以(x-ShRy0-SchR)为左上出,区域块数量设置得越少,中心位置误差越大,跟踪结 角、(xn+ShRl,y0+ Schr)为右下角的矩形区域内采果越不稳定;当区域块数量设置为以上时,区域块 用逐点搜索的方式来确定H标的位置并确定候选H标数量的增加对中心位置误差的影响差别不大。即区域 ()对于每一个候选目标,计算其各个区域块R块数量设置得越多,跟踪的效果越好,但当设置的区域 的归化改进型局部敏感直图1(b,并与模板相块数量大于定值时增加区域块数量并不能明显提高 跟踪算法的性能 对应区域块的Hr(通过公式()进行相似性度量 得到多个区域块之间的匹配相似值 ()融合这些区域块之间的匹配相似值以得到侯选 标与模板整体的匹配相似值,跟踪算法以最优相关匹 配为准则,把与模板最相似的那个候选目标作为当前帧 日标 时之 )按照式()、()更新模板,返回( 实验与分析 本文的研究目的是解决目标跟踪中日标形变与遮 挡的干扰,实现在光照变化条件下对运动目标进行实时 图不同区域块数量对中心位置误差的影响曲线图 鲁棒的长时问跟踪。为了验证算法的有效性,本文基于 以 实现了跟踪算法进行实验,所用实验 下面对釆用不同区域块数量进行目标跟踪时平均 平台为 操作系统为 ,计每一帧耗时进行统计计算,如表所示。 算机配置为 核处理器,主频 表不同区域块数量时平均每一帧的耗时统计 可用为 。首先通过实验对改进的多区域 区域块数量平均每一帧耗时 跟踪算法屮区域块数量的设置进行分析,再对本文屮提 出的参数估计方法的有效性和参数设置进行说明。最 后对木文的目标跟踪算法分别进行定性与定量的实验 分析。本实验的视频序刎来自祧频跟踪领域标准的 数据集 区域块数量设置 在改进的多区域跟踪算法中,需要将被跟踪目标分 从表可看出,大体上是区域块数量设置得越多 为多个区域块,区域块数量的设置会影响跟踪精度和跟平均每一帧耗时越多,但区域块数量在某一区间内时, 踪速率,理论把目标分为越多的区域块,就越能允分耗时相差不大 利用目标像素的空间位置信息,但会增加这种区域到区 所以,综合分析不同的区城块数量对中心位置误差 域之间特征匹配的计算量,影响H标跟踪的速度。下面和平均每帧耗时的影响,区城块数量的设置不能过多 采用本文的改进算法,分别设置不同的区域块数量对也不能过少。在改进的多区域跟踪算法中,口标区域块 视频序列进行目标跟踪,分析不同的区域块数量的数目由用户指定的区域间隔以及目标大小共同决定 对算法性能产生的影响 本文的区域块数量设置为 首先分析不同的区域块数量对屮心位置误差的影 参数佔计方法 响。中心位置误差是将跟踪结果中每一帧的中心位置 在计算整体匹配相似度时,本文提出」一种基于统 与真实的中心位置进行比较,每帧的目标中心位置误计排序和最小二乘估计的参数估计方法。由上述可知, 差计算公式如式() 该方法中有两个重要的参数:典型序比a与修剪序比P erOr=、(x;-x)+(y;-y),i∈[1, ()下面以一个仿真实验对这两个参数的设置进行分析说明 其中,x,y)为第i帧真实的目标中心位置,(x,y)为 设实验样本参数真实值为,采集个样本值 第i帧时跟踪算法得到的目标中心位置,N为视颎序列并加入均值为、标准差为的高斯白噪声,另外再加入 的帧数,由中心位置误差计算公式可知,中心位置误差 个服从 均匀分布的异常样本值。经理论分 越小,跟踪的效果越好。 析,典型序比与修剪序比的取值应低于正常样本数占所 卫保国,赵思同,文绪亮:基于局部直方图的多区域目标跟踪算法 有样本数的真实比例,本实验中正常样本数占所有样本 从图中可以看出在光线较暗的条件下,本文的算 数的比例为,所以在这里取α=(01,尸=0.20.3′法由于提取了光照不变特征跟踪比较准确。当目标的 0.4/0.5/0.6/0.7进行实验,得到样本参数估计值与参数α光照环境不断变化时,其他算法都有不同程度的漂移, 和B的取值关系曲线图如图所示。 y 但是本文的算法跟踪比较稳定。从对跟踪结果的分析 可知,本文的算法在光照变化、运动模糊、目标旋转这些 B=0.2 B=0.3 复杂环境下具有较好凶跟踪效果。 视频序列跟踪结果 士担幕 B3=0.5 视频序列是在摄像机移动的情况下拍摄的,整 个视频序列中摄像机不断发生向左或向右的运动,并且 场景中的光照不断变化。跟踪的结果如图所 图中可看出,在第帧时由于光照的剧烈变 )算法失效,将背景当作目 标,( )算法也产生比较严重的漂 图样本参数佔计值与α和β的取值关系曲线图 移,此后一直将部分背景当做目标的一部分 由图可看出参数a的取值在(,范围内,( )算法在整个跟踪过程屮很不稳定,随着 参数的取值为釗之间时,该参数估计方法可以光照以及相机的运动漂移问题比较严重。在帧时, 较准确并稳定地估计出样本参数值。当B取值大于正由于相机的剧烈震动,( 常样本数占所有样本数的实际比例时,由于在参数估计算法产生比较严重的目标漂移,此后一直将部分背景 时引入了异常样本值即形变或被遮挡部分的干扰,导致当做目标。( )算法在整个过 样本参数估计值产生误為,且β越大会使引入的昇常样程中能对目标进行比较准确的跟踪,但是由于相机的抖 本值越多所以偏差越大。而参数α代表的是在目标跟功和光照的不断变化,误差不断累计,也出现了比较严 踪过程中始终保证未被遮挡的部分占全部的比例,所以重的漂移问题,如图中帧所示。本文的算法在整 当参数α选取稍偏小时,该参数估计方法仍能较准确地跟踪过程中,跟踪一直比较精确,说明在摄像札发生运 估计出样本参数值、所以具体应用在多区城跟踪算法动以及场景中光照发生变化的情况下,本文的算法仍然 中时,可以由先验知识估计H标形变或被遮挡的程度,有着很好的鲁棒性。 并据此来具休设置参数α和P的值。本文的a和P的值 设为和。 算法的定性分析与比较 视频序列跟踪结果 视频场景中有较显著的尺度变化、目标形变 目标旋转以及运动模糊等干扰囚素,而光照变化的干扰 最为强烈,尤其是前帧是在非常暗的光照条件下拍 摄的。实验中从视频序列的第帧开始跟踪,部分结果 了国 如图所示。 图 视频跟踪效果 视频序列跟踪结果 视频序列主要存在目标的遮挡问题,故采 用该视频序刎验证算法对日标遮挡问题的鲁棒性,跟踪 图 视频跟踪效果图 结果如图所示。 计算机工程与应用 算法虽然在整个跟踪过程中不会丢失目标,但是跟踪的 精度比较差、随着光照以及相机拍摄角度的变化,产生 比较严重的漂移现象。算法从一开始光照发生剧 烈变化是边丢失目标,算法在整个跟踪过程中的 跟踪都很不稳定,对于环境的变化较为敏感。对于 序列而言,本文跟踪算法由于采用了多区域跟 踪算法,能够较好地处理遮挡问题,其他儿种算法误差 都较大 实时性分析与比较 本文跟踪算法的实时性相比文献中跟踪算法 有较大优势,实验分析叮知跟踪算法在每一帧的耗时主 要集中在以下几个过程:计算目标的光照不变量、提取 目标特征、逐点搜索定位目标位置、模板更新以及视频 显示等。文献中算法在计算日标光照不变量和提 取目标特征时各需进行一次局部敏感直方图的计算过 视图跟踪效果 程,它们占据了每·帧跟踪耗时的绝大部分时长。本文 从图中可以看出在第帧轻微遮挡的情况下,基于改进的局部敏感直方图相对于改进前其计算复杂 算法首先出现漂移。随着遮挡的扩大,各种算法都度大大降低。下面统计分析了 视频、视频以 出现漂移问题,跟踪效果不好。本文的跟踪算法由于采及 视频的跟踪耗时情况,以测试本文算法在实 用了多区域跟踪算法和良好的更新机制及融合机制,能时性上的改进效果,如表所示。 在遮挡情况下进行稳定的跟踪 茯本文跟踪算法各个过程平均每一帧的耗时统计 算法的定量分析与比较 过程 视频 视频 视频 中心位置误差 计算日标光照不变量 为了进一步分析本文算法的性能,下面使用定量的 提取目标特征 评价标准:中心位置误差,对跟踪结果进行比较。 逐点搜索目标位置 实验统计绘制了本文算法下的 和 模板更新 三个测试视频的中心位置误差,分别与 视频显示 算法比较,结果如图所示: 图分別为 序列的中心位置 从表中的统计数据可以看出,本文的改进后跟踪 误差曲线图。从中心位置误差曲线图中可以看算法在计算目标光照不变量和提取目标特征这两步的 出虽然光照不断变化,但本文跟踪算法结果比较稳定,耗时已经比较少,一个测试视频平均每一帧的跟踪耗时 算法跟踪效果最差,其他儿种算法误差较大。对分别为 和 ,相应的跟踪速率则 视频而言,本文算法从始至终跟踪的结果都比较稳达到了 (帧每秒)、 和 定,算法虽然在帧之前跟踪效果良好,但是 山于本文跟踪算法中的H标建模方式是根据文 帧之后跟踪的精度变化比较大。算法从帧左右献改进而来,作为对比,根据文献作者发布的可 时发生比较严重的漂移,之后误将背景当作目标, 执行程序,在相同的实验平台及参数设置下进行实验, E AMPAA My 帧数 帧数 帧数 ()序列 序列 序列 图中心位置误差曲线图 卫保国,赵思同,文绪亮:基于局部直方图的多区域目标跟踪算法 对三个测试视颊进行测试,计算平均跟踪速率,为了更 郇洋,全管基于自适应特征融合的粒子滤波目标跟踪 好地分析本文算法的跟踪速率,对 算法 算法计算机科学,,( 做同样的测试,与本文跟踪算法的平均跟踪速率比较如 表所示。 表平均跟踪速率比较 本文算法文献算法 平均跟踪速 率/(f·s-) 从表可以看出,本文算法的跟踪速率为文献 屮算法速率的三倍多,且在众多跟踪算法屮,跟踪速率 李婷,赵文杰,杨帅基于多区城的随机蕨在线目标跟踪 较高,由此可见本文算法在跟踪实时性上具有优越性 算法红外技术, 贾松敏,白聪轩,王丽佳,等多特征分块匹配的移动机器 结束语 人目标跟踪电子设计工程,,(): 杨铼,李坤伦基于改进分块匹配和的抗遮挡目标 光照变化、目标形变与遮挡是目标跟踪中较为常见 跟踪传感器与微系统 的干扰因素。本文改进了局部敏感直方图,把它作为多 区域跟踪算法中的口标建模方式,有效降低∫提取日标 特征的计算复杂度。多区域跟踪对目标形变与遮挡具 有较好的鲁棒性,本文提出基于统计排序和最小二乘法 葛凯蓉,常发亮,董文会基于局部敏感直方图的稀疏表 的参数佔计方法来融合各个区域块的特征相似值,以克 达跟踪算法山东大学学报:工学版, 服目标形变与遮挡干扰。但由于算法本身的局限性,多 葛骁倩,陈秀宏,傅俊鹏基于局部敏感直方图的时空上 区城跟踪算法目前还无法较好地解决目标尺度变化和 下文跟踪传感器与微系统,,() 目标旋转的干扰,这也是今后的研究方向 翟亮亮,宁纪锋基于局部敏感直方图的分布场跟踪算法 研究合肥工业大学学报:自然科学版 () 参考文献: 熊昌镇,赵璐璐,郭芬红自适应特征融合的核相关滤波跟 琮算法计算机辅助设计与图形学学报, 曹义亲,周小辞,黄晓生基于压缩感知的丌补特征加权目 标跟踪算法计算机工程与应用

...展开详情
img
  • 至尊王者

    成功上传501个资源即可获取

关注 私信 TA的资源

上传资源赚积分,得勋章
    最新推荐