多特征融合的图像目标跟踪方法

第２４卷第６期　・５３６・　电子测量与仪器学报　ＪｏＵ础　ＡＬ　ｏＦ　ＥＬＥＣＴＲｏＮＩｃ　匝ＡｓＵＲＥ　匮Ｎｒ　ＡＮＤ　ＩＮｓＴＲＵ　匝ＮＴ　２４Ⅳ０．６　２０１０年６月　

ＤＯＩ：ｌ０．３７２４／ＳＰ．Ｊ．１１８７．２０１０．００５３６　

一种基于特征融合的点特征目标跟踪算法木　

王进花曹　洁李宇任崇玉　

（兰州理工大学电气工程与信息工程学院，兰州７３００５０）　

摘要：联合目标的颜色和纹理特征，构造了由目标的颜色和纹理特征联合表示的特征点目标表示模型，利用Ｍａｈａｌａｎｏｂｉｓ　距离构造特征点匹配函数，利用自适应ｋａｌｍａｎ滤波（ＡＫＦ）算法预测特征点在下一帧图像中的位置，通过特征点匹配准确定位目　标，达到实时、准确跟踪的目的。实验表明，该方法对于光线变化，目标形状相似以及目标被部分遮挡时的跟踪是有效和稳健的。　关键词：目标跟踪；跟踪算法；特征点；特征融合；目标模型　中图分类号：ＴＮ９１　１．７３　文献标识码：Ａ　国家标准学科分类代码：５１０．４０　

ｏｂｊ　ｅｃｔ　ｔｒａｃｋｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｆｅａｔｕｒｅ　ｆｕｓｉｏｎ　ｐｏｉｎｔｓ　

Ｗａｎｇ　Ｊｉｎｈｕａ　Ｃａｏ　Ｊｉｅ　Ｌｉ　Ｙｕ　Ｒｅｎ　Ｃｈｏｎｇｙｕ　’　

（Ｃｏｌｌｅｇｅ　ｏｆＥｌｅｃｔｒｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ　ｏｆＬａｎｚｈｏｕ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆＴｅｃｈｎｏｌｏｇｙ，Ｌａｎｚｈｏｕ　７３００５０，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｒｏｕｇｈ　ｃｏｍｂｉｎｉｎｇ　ｔｈｅ　ｃｏｌｏｒ　ｆｅａｔｕｒｅ　ａｎｄ　ｔｈｅ　ｔｅｘｔｕｒｅ　ｆｅａｔｕｒｅ　ｏｆ　ｔｈｅ　ｔａｒｇｅｔ，ａ　ｔａｒｇｅｔ　ｍｏｄｅｌ　ｒｅｐｒｅｓｅｎｔｅｄ　ｂｙ　ｂｏｔｈ　ｔｈｅ　ｃｏｌｏｒ　ａｎｄ　ｔｈｅ　ｔｅｘｔｕｒｅ　ｏｆ　ｔｈｅ　ｔａｒｇｅｔ　ｉｓ　ｃｏｎｓｔｒｕｃｔｅｄ．Ａ　ｆｅａｔｕｒｅ　ｐｏｉｎｔ　ｍａｔｃｈｉｎｇ　ｆｕｎｃｔｉｏｎ　ｉｓ　ｂｕｉｌｔ　ｂｙ　Ｍａｈａｌａｎｏｂｉｓ　ｄｉｓｔａｎｃｅ．Ｐｏｓｉｔｉｏｎ　ｏｆ　ｔｈｅ　ｆｅａｔｕｒｅ　ｐｏｉｎｔ　ｉｎ　ｔｈｅ　ｎｅｘｔ　ｆｌａｍｅ　ｏｆ　ｔｈｅ　ｉｍａｇｅ　ｉｓ　ｐｒｅｄｉｃｔｅｄ　ｕｓｉｎｇ　Ａｄａｐｔｉｖｅ　Ｋａｌｍａｎ　Ｆｉｌｔｅｒ（ＡＫＦ）．　Ｔｈｅ　ｐｕｒｐｏｓｅ　ｏｆ　ｔｒａｃｋｉｎｇ　ｔａｒｇｅｔｓ　ｉｎ　ａ　ｒｅａｌ－ｔｉｍｅ　ａｎｄ　ａｃｃｕｒａｔｅ　ｗａｙ　Ｃａｎ　ｂｅ　ｒｅａｌｉｚｅｄ　ｂｙ　ｐｏｓｉｔｉｏｎｉｎｇ　ｔｈｅ　ｔａｒｇｅｔ　ａｃｃｕｒａｔｅｌｙ　ｗｉｔｈ　ｆｅａｔｕｒｅ　ｐｏｉｎｔ．Ｅｘｐｅｒｉｍｅｎｔｓ　ｓｈｏｗ　ｔｈａｔ　ｏｕｒ　ｍｅｔｈｏｄ　ｉｓ　ｅｆｆｅｃｔｉｖｅ　ａｎｄ　ｒｏｂｕｓｔ　ｆｏｒ　ｉｌｌｕｍｉｎａｔｉｏｎ　ｖａｒｉａｔｉｏｎ，ｓｈａｐｅ　ｓｉｍｉｌａｒｉｔｙ　ａｓ　ｗｅｌｌ　ａｓ　ｔｈｅ　ｐａｒｔｉａｌ—ｂｌｏｃｋ　ｔｒａｃｋｉｎｇ．　Ｋｅｙｗｏｒｄｓ：ｏｂｊｅｃｔ　ｔｒａｃｋｉｎｇ；ｔｒａｃｋｉｎｇ　ａｌｇｏｒｉｔｈｍ；ｆｅａｔｕｒｅ　ｐｏｉｎｔｓ；ｆｅａｔｕｒｅ　ｆｕｓｉｏｎ；ｏｂｊｅｃｔｉｖｅ　ｍｏｄｅｌ　

２０１３年第９期　计算机与现代化　ＪＩＳＵＡＮＪＩ　ＹＵ　ＸＩＡＮＤＡＩＨＵＡ　第２１７期　

文章编号：１００６．２４７５（２０１３）０９－００９１－０４　

基于图像和深度信息融合的目标跟踪　

马俊　

（北京工业大学计算机学院，北京１００１２４）　

摘要：大多数目标跟踪都是基于视频图像序列中目标的跟踪，但在跟踪过程中可能会受到光照变化和复杂背景的影响，　从而导致跟踪结果的不稳定。为了获得稳定的跟踪结果，在跟踪中引入深度信息。考虑到深度相机采集的深度信息不　随场景中光照或颜色的变化而变化，设计基于颜色图像和深度信息融合的目标跟踪算法。最后结合粒子滤波跟踪框架，　确定当前选取目标区域的中心和大小来对目标进行跟踪。由于引入了深度信息，在跟踪的同时，可以同步得到目标的运　动轨迹。实验结果表明，目标的颜色和深度联合特征具有较强的鲁棒性，在光照变化和同色干扰情况下也获得了很好的　稳定性，能实现复杂场景下的目标跟踪。　关键词：目标跟踪；深度相机；粒子滤波　中图分类号：ＴＰ３９１　文献标识码：Ａ　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００６—２４７５．２０１３．０９．０２２　

Ｏｂｊｅｃｔ　Ｔｒａｃｋｉｎｇ　Ａｌｇｏｒｉｔｈｍ　Ｂａｓｅｄ　ｏｎ　Ｉｍａｇｅ　ａｎｄ　Ｄｅｐｔｈ　Ｆｕｓｉｏｎ　

ＭＡ　Ｊｕｎ　

（Ｃｏｌｌｅｇｅ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ，Ｂｅｉｊｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ　１００１２４，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｍｏｓｔ　ｏｂｊｅｃｔ　ｔｒａｃｋｉｎｇ　ａｒｅ　ｂａｓｅｄ　ｏｎ　ｖｉｄｅｏ　ｓｅｑｕｅｎｃｅ，ｖｉｓｕａｌ　ｏｂｊｅｃｔ　ｔｒａｃｋｉｎｇ　ｉｓ　ｏｆｔｅｎ　ｄｉｓｔｕｒｂｅｄ　ｂｙ　ｉｌｌｕｍｉｎａｔｉｏｎ　ｃｈａｎｇｅ　ａｎｄ　ｔｈｅ　ｃｌｕｔｔｅｒ　ｂａｃｋｇｒｏｕｎｄ，ｉｔ　ｍａｋｅｓ　ｔｈｅ　ｒｅｓｕｌｔ　ｉｓ　ｏｆ　ｐｏｏｒ　ｒｏｂｕｓｔｎｅｓｓ．Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｏｂｔａｉｎ　ｓｔａｂｌｅ　ｔｒａｃｋｉｎｇ　ｒｅｓｕｌｔｓ，ｔｈｉｓ　ｐａｐｅｒ　ｕｓｅｓ　ｄｅｐｔｈ　ｄａｔａ　ｆｏｒ　ｔｒａｃｋｉｎｇ．Ｔａｋｉｎｇ　ｉｎｔｏ　ａｃｃｏｕｎｔ　ｔｈｅ　ｓｔａｂｉｌｉｔｙ　ｏｆ　ｔｈｅ　ｄｅｐｔｈ　ｄａｔａ，ｉｔ　ｄｏｅｓ　ｎｏｔ　ｖａｒｙ　ｗｉｔｈ　ｔｈｅ　ｉｌｌｕｍｉｎａｔｉｏｎ　ｏｒ　ｃｏｌｏｒ　ｃｈａｎｇｅ，ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｗｅ　ｄｅｓｉｇｎ　ａｎ　ｏｂｊｅｃｔ　ｔｒａｃｋｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｃｏｌｏｒ　ａｎｄ　ｄｅｐｔｈ　ｄａｔａ　ｆｕｓｉｏｎ．Ｔｏ　ｔｒａｃｋ　ｏｂｊｅｃｔ，ａｎ　ｉｎｔｅｇｒａｔｅｄ　ｐａｎｉｃｌｅ　ｆｉｈｅ－　ｒｉｎｇ　ｍｅｔｈｏｄ　ｉｓ　ｉｍｐｌｅｍｅｎｔｅｄ．Ｄｕｅ　ｔｏ　ｕｓｅ　ｄｅｐｔｈ　ｄａｔａ　ｉｎ　ｔｒａｃｋｉｎｇ，ｉｔ　ｓｈｏｗｓ　ｔｈｅ　ｔｒａｊｅｅｔｏｒｙ　ｏｆ　ｔｈｅ　ｏｂｊｅｃｔ　ａｔ　ｔｈｅ　ｓａｍｅ　ｔｉｍｅ．Ｅｘｐｅｒｉｍｅｎ—　ｔａｔ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｉｓ　ｆｕｓｅｄ　ｆｏｒｍａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｃａｎ　ａｃｈｉｅｖｅ　ｓｔｒｏｎｇ　ｒｏｂｕｓｔｎｅｓｓ，ａｎｄ　ｈａｖｅ　ｓｔａｂｉｌｉｔｙ　ｒｅｓｕｌｔ　ｆｒｏｍ　ｉｌｌｕｍｉｎａｔｉｏｎ　ｃｈａｎｇｅ　ａｎｄ　ｓｉｍｉｌａｒ　ｃｏｌｏｒ，ａｎｄ　ａｌｓｏ　ｅｘａｃｔｌｙ　ｔｒａｃｋ　ｔａｒｇｅｔ　ｉｎ　ｃｏｍｐｌｅｘ　ｓｃｅｎｅ．　Ｋｅｙ　ｗｏｒｄｓ：ｏｂｊｅｃｔ　ｔｒａｃｋｉｎｇ；ｄｅｐｔｈ　ｃａｍｅｒａ；ｐａｒｔｉｃｌｅ　ｆｉｌｔｅｒｉｎｇ　

计算机应用　

Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ　ＶｏＩ．３０　Ｎｏ．３　Ｍａｒ．２０１０　

９０８１（２０１０）０３—０６４３—０３　

多特征融合的鲁棒粒子滤波跟踪算法　

曾　伟，朱桂斌，陈　杰，唐丁丁　，　

（重庆通信学院图像通信实验室，重庆４０００３５）　（ｚｅｎｇｄｉｎｇｑｉａｎ＠１６３．ＣＯｒｎ）　

摘要：为克服基于单一特征的跟踪方法在复杂环境和光照变化下易导致跟踪失败的缺点，提出了一种基于多　

特征融合的粒子滤波跟踪算法。通过基于ＨＳＶ的多块颜色直方图来表征目标的总体分布，而方向梯度直方图又包含　了一定的结构信息，两者互为补充，将两者融合于粒子滤波的框架中。同时，自适应更新融合权重、模板和噪声分布参　

数，动态调节粒子数目，在环境干扰较大（如遮挡）时，分配较多的粒子。实验结果表明，算法鲁棒性较高，同时提高了　

跟踪的精度。　

关键词：粒子滤波；多特征融合；颜色直方图；方向梯度直方图；模块更新　

中图分类号：ＴＰ３９１．９　文献标志码：Ａ　

Ｒｏｂｕｓｔ　ｔｒａｃｋｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｍｕｌｔｉ－ｆｅａｔｕｒｅ　ｆｕｓｉｏｎ　ａｎｄ　ｐａｒｔｉｃｌｅ　ｆｉｌｔｅｒ　

ＺＥＮＧ　Ｗｅｉ，ＺＨＵ　Ｇｕｉ・ｂｉｎ，ＣＨＥＮ　Ｊｉｅ，ＴＡＮＧ　Ｄｉｎｇ—ｄｉｎｇ　

，　（Ｉｍａｇｅ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｌａｂｏｒａｔｏｒｙ，Ｃｈｏｎｇｑｉｎｇ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｉｎｓｔｉｔｕｔｅ，Ｃｈｏｎｇｑｉｎｇ　４０００３５，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｉｎ　ｏｒｄｅｒ　ｔｏ　ａｖｏｉｄ　ｔｈｅ　ｔｒａｃｋｉｎｇ　ｆａｉｌｕｒｅ　ｂａｓｅｄ　ｏｎ　ｓｉｎｇｌｅ　ｆｅａｔｕｒｅ　ｕｎｄｅｒ　ｔｈｅ　ｃｏｎｄｉｔｉｏｎｓ　ｏｆ　ｃｌｕｔｔｅｒｅｄ　ｂａｃｋｇｒｏｕｎｄｓ　ａｎｄ　

ｉｌｌｕｍｉｎａｔｉｏｎ　ｃｈａｎｇｅｓ，ａ　ｒｏｂｕｓｔ　ｔｒａｃｋｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｗａｓ　ｐｒｏｐｏｓｅｄ　ｂａｓｅｄ　ｏｎ　ｍｕｌｔｉ—ｆｅａｔｕｒｅ　ｆｕｓｉｏｎ　ａｎｄ　ｐａｒｔｉｃｌｅ　ｆｉｈｅｒ．Ｍｕｌｔｉ—ｂｌｏｃｋ　

第１２卷第２１期２０１２年７月　１６７１—１８１５ｆ２０１２）２１－５３３７—０６　科学技术与工程　Ｓｃｉｅｎｃｅ　Ｔｅｃｈｎｏｌｏｇｙ　ａｎｄ　Ｅｎ￣ｎｅｅｆｉｎｇ　Ｖｏ１．１２　Ｎｏ．２１　Ｊｕ１．２０１２　⑥２０１２　Ｓｃｉ．Ｔｅｃｈ．Ｅｎｇｒｇ．　

基于特征融合的改进粒子滤波目标跟踪算法　

李成功　曹　宁王娴珏　

（河海大学计算机与信息学院，南京２１１１００）　

摘要针对复杂背景下单一的颜色特征不能准确跟踪目标的问题，提出了一种改进的目标跟踪算法。该算法利用跟踪目　标的颜色特征和运动边缘特征来表示目标。在粒子滤波的框架下融合特征信息从而进行目标跟踪，能够有效地避免单一颜　色特征在跟踪过程中受到相似背景、遮挡等问题的干扰。通过与基于单一颜色特征跟踪实验误差数据的分析，实验结果表明　该算法在复杂背景以及目标遮挡等情况下能达到较好的目标跟踪效果，实现目标的准确跟踪。　关键词　目标跟踪　特征融合　颜色特征　运动边缘特征　粒子滤波　中图法分类号ＴＰ３９１．４１；　文献标志码Ａ　

在计算机视觉领域，目标跟踪一直是其中的重　

要研究课题之一。目标跟踪是各种高层视频图像　

处理的基础，如目标分析、三维重建、视频图像压缩　

编码、行为识别等…。现有的目标跟踪的主要方法　

包括：基于区域的跟踪、基于特征的跟踪、基于轮廓　

线的跟踪、基于模型的跟踪、基于运动场估计的跟　

踪以及混合方式的跟踪等方法　Ｊ。　

卡尔曼滤波是基于线性、高斯假设的，这对于　

目标跟踪要求太过严格。现实中的系统往往是非　

线性的，这使得卡尔曼滤波的适用范围受到严格的　限制。近年来，粒子滤波（ＰＦ）　＇４　算法被认为是目　

前解决非线性、非高斯模型最成功的方法。粒子滤　

波算法是一种基于蒙特卡洛（ＭＣ）技术来求解贝叶　

斯概率的使用算法，它的基本思想是通过重要性函　

数产生带权值的样本（粒子）来逼近系统状态的真　

实后验概率分布。在本文中提出了融合　颜色特　征　和运动边缘特征ｒ　的粒子滤波算法进行目标