一种时空域联合的机动视频目标精确跟踪方法

图2
Mean shift 跟踪窗口和 Camshift 窗口对比
3
3． 1
Bhattacharyya 系数确定初始匹配窗口
{ {
M00 = M10 = M01 =
y） ∑∑I （ x， y） ∑∑xI （ x， y） ∑∑yI （ x，
c c c ［13 ］
（ 5）
y） 表示图像在（ x， y） 点处的概率密度， 其中： I c （ x， 这里用原 图像颜色分量 反向投影图的概率分布来表示 。 则质心位置 表示为： M10 M01 （ 6） xc = ， yc = M00 M00 假设在当前帧中用椭圆来精确匹配目标区域， 计算二阶 矩： M20 = M02 = M11 = y） ∑∑x I （ x， y） ∑∑y I （ x， y） ∑∑xyI （ x，
2
空域 Camshift 算法精确匹配视频目标
通过 Kalman 预测已经得到目标在当前帧的初始搜索位 置， 为了获得目标的精确位置需要进一步通过跟踪算法来实 ［11 － 12 ］ 现， 本文采用 Camshift 算法 来完成这一功能。 Camshift Mean Shift Mean Shift 算法通过计算窗 算法是对 算法的改进， 而 Camshift 算法通过计 口的零阶矩和一阶矩获得质心坐标， 算二阶矩自适应地调整窗口的大小和轴向角 。零阶矩和一阶 矩如下表示：
1048
计算机应用
第 31 卷
H =
[1 0
0 0
0 0
0 1
0 0
0 0
]
（ 4）
sy （ 0）
Kalman 滤 波 器 的 初 始 值 为 ［ sx （ 0） 0 0 0 0］ ， s y （ 0 ） 表示初始窗口的位置。 其中 s x （ 0 ） ，
图 1 可以看出本算法能够根据长短轴在水平和垂直方向 的投影自适应地调整匹配窗口的大小和轴向角， 图 2 （ a ） 显示 的矩形框只能大概确定车辆搜索窗口， 而图 2 （ b） 椭圆能够精 确匹配车辆， 提高了跟踪的鲁棒性。
［9 － 10 ］
来完成视频目标的预测跟踪 。 本文通
过矩形框来描述跟踪目标的对象区域， 通过矩形框的中心和 长宽来表示目标的形心位置以及轮廓边界 。 Kalman 滤波器 就是通过不断更新当前帧运动目标的真实位置来预测下一帧 矩形框中心位置， 从而实现运动目标的跟踪 。 Kalman 滤波通 过状态方程和观测方程来描述一个动态系统： （ 1） X k = A k X k －1 + W k －1 Z k = HX k + V k （ 2） H 分别表示状态转移矩阵和测量矩阵； W k 、 V k 表示 其中： A k 、 过程噪声和测量噪声， 假设它们是相互独立且服从正态分布 的高斯白噪声。 本文将视频目标在较短时间间隔 T 内的运动分解为在水 s x （ k） 平和垂直方向的匀加速直线运动， 建立的状态向量 ［ v x （ k） a x （ k） s y （ k） v y （ k） ay （ k） ］表示目标在水平和 垂直方向的位置变化， 则目标的状态矩阵和观测矩阵为： 1 1 T T2 0 0 0 2 T 0 0 0 0 1 0 0 1 0 0 0 Ak = 1 2 0 1 T T 0 0 2 0 0 0 0 1 T 0 0 0 0 0 1
( ) (
2
M11 M00
t iy ） 表示该窗口中第 i 其中： d0 为搜索窗口的中心坐标； t i （ t ix ， 个像素的坐标； n 表示像素总个数； k（ x2 ） 表示核函数； h 表示核 函数的带宽； 函数 b 和 δ 的作用是判断第 i 个像素的灰度或颜色
m
（ 7）
^ （ y） ≡ ρ［ p（ y） ， q］ = ρ
∑
u Hale Waihona Puke 1p u （ y） q u 槡
^
^
（ 13 ）
椭圆的长短轴， 以及轴和水平方向的夹角为： length = width = cos θM20 + 2cos θ sin θM11 + sin θM02 槡 sin2 θM20 － 2cos θ sin θM11 + cos2 θM02 槡 2 θ = arctan
1
时域 Kalman 预测搜索窗口
（ 3）
Kalman 滤波是一种对动态系统的状态序列进行线性最 小方差估计的算法， 近年来已经有学者通过 Kalman 滤波建立
收稿日期： 2010 － 10 － 12 ； 修回日期： 2010 － 11 － 13 。 基金项目： 浙江省教育厅（ 理） 科研计划基金资助项目（ Y200804700 ） 。 作者简介： 胡波（ 1982 － ） ， 男， 浙江舟山人， 助教， 硕士， 主要研究方向： 视频信号处理、 机器视觉。
Abstract: A video object tracking method combining the Bhattacharyya coefficients maximization with spatialtemporal information was proposed． The Kalman filter was used to predict the target movement information in the time domain， while in the space domain the target was precisely matched by using Camshift algorithm． Due to the strong maneuverability of the moving target， there will be a relatively big discrepancy between the predicted and true position， which will cause failure in tracking for the upcoming frame． To deal with this problem， a kernel matching approach based on Bhattacharyya coefficients was adopted in a way from rough to precise． The search scope was properly increased based on the position of the prediction， and the initial matching window was defined according to the Bhattacharyya coefficients maximization． Finally， the target was precisely matched by applying Camshift algorithm． The experimental results indicate that the proposed method is highly precise in tracking fast maneuvering moving target． Key words: target tracking; Kalman filter; Camshift algorithm; Bhattacharyya coefficient; matching window 出于在公共安全监控、 人机交互、 智能交通、 辅助驾驶以 针对视频对象的跟踪技术已成为 及军事等领域应用的需要， 计算机视觉应用领城的一个研究热点 。人们针对不同的应用 ［1 ］ Kalman 滤 如基于粒子滤波 、 环境提出 了 许 多 跟 踪 算 法， ［2 ］ ［3 ］ extended Kalman 滤 波 、 Unscented Kalman 滤 波［4］ 、 波 、 ［5 － 6 ］ Mean Shift 算法 等。然而， 单独使用这些算法普遍存在一 些不足， 如粒子滤波算法由于计算量大影响了跟踪的实时性； Kalman 滤波在处理非线性运动模型或非高斯噪声时误差比 较大； extended Kalman 滤波和 Unscented Kalman 滤波均不能 同时处理非线性非高斯情况； Mean Shift 算法缺乏必要的模板 更新， 当目标尺度变化时可能导致跟踪失败 。 综合考虑上述 算法的优缺点， 本文采用一种时空域联合的视频目标跟踪方 法。在时域用 Kalman 滤波器预测目标的初始搜索窗口位置， 考虑目标机动性比较强时 Kalman 预测的窗口位置与目标的 真实窗口位置误差较大， 因此在预测窗口基础上适当扩大搜 ［7 ］ 索范围。通过比较 Bhattacharyya 系数 确定目标初始匹配窗 ［8 ］ 口， 同时在空域上用 Camshift 算法 对运动目标进行精确匹 能够实现对视频序列中机动目标 配。通过上述方法的改进， 高精度的跟踪。 目标的运动模型
c 2 c c 2
特征匹配方法 由于 Camshift 算法在跟踪目标时， 必须保证在下一帧的 也就是说预测 运动目标不能完全脱离用 Kalman 预测的位置， 位置和真实位置之间的目标在图像空间中必须有一部分是重 否则传统的 Camshift 算法就会跟踪不上目标 。 事实上 叠的， 两帧之间的运动目标在图像空间上 当运动目标速度较快时， 而传统的 Camshift 算法只能在目标的预 完全有可能不重叠， 测窗口区域内迭代求解取得局部最优值， 而得不到实际的跟 踪位置， 这就导致运动目标跟踪失效 。为了解决这个问题， 本 提 文根据初始帧目标特征与当前帧目标特征之间的相似性， 出一种基于 Bhattacharyya 系数的由粗到精核匹配搜索方法 。 用 Bhattacharyya 系数来表示两者特征模型的匹配程度， 按如 下定义：
2 2
（ 8） （ 9） （ 10 ）
^u 和 p ^ u （ y） 分别表示初始帧和当前帧目标颜色概率分 其中 q 布， 定义如下： n t i － d0 2 ^ u = C∑ k q b（ t i ） － u］ （ 14 ） δ［ h i =1