復(fù)雜觀測條件下的基于粒子濾波的視覺跟蹤.pdf

1、使用攝像機(jī)對各種場景進(jìn)行監(jiān)控，已經(jīng)廣泛深入到社會生活的方方面面。從銀行和住宅小區(qū)的保安監(jiān)控到市區(qū)街道和高速公路上的交通監(jiān)控，從軍事目標(biāo)的跟蹤和識別到智能武器系統(tǒng)，攝像機(jī)作為人類視覺的延伸，起著非常重要的作用。視覺跟蹤是實(shí)現(xiàn)智能監(jiān)控的關(guān)鍵技術(shù)，作為計算機(jī)視覺研究領(lǐng)域的核心課題之一，融合了圖像處理、模式識別、人工智能、自動控制以及計算機(jī)等若干領(lǐng)域的先進(jìn)技術(shù)，并在軍事視覺制導(dǎo)、視頻監(jiān)控、機(jī)器人視覺導(dǎo)航、醫(yī)療診斷以及氣象分析等方面都有廣泛的應(yīng)用

2、。目前，基于貝葉斯推斷的視覺跟蹤方法成為視覺跟蹤研究的主要方法之一，其思路是將目標(biāo)跟蹤問題轉(zhuǎn)換為貝葉斯估計問題，已知目標(biāo)狀態(tài)的先驗(yàn)概率，在獲得新的目標(biāo)觀測后不斷求解目標(biāo)狀態(tài)的最大后驗(yàn)概率的過程。在實(shí)際的視覺跟蹤過程中，后驗(yàn)概率的分布往往是非線性、非高斯、多模態(tài)的。為此，基于貝葉斯理論的粒子濾波視覺跟蹤方法被提出用于解決這一問題，并且成為視覺跟蹤研究中的常用方法。影響基于粒子濾波的視覺跟蹤方法性能的因素主要有三個：粒子的貧化問題；可靠的觀

3、測模型；精確的運(yùn)動模型。一般情況下，要從二維的被噪聲污染的視頻圖像數(shù)據(jù)中建立精確的運(yùn)動模型是相當(dāng)困難的，因此，人們在解決基于粒子濾波視覺跟蹤方法的魯棒性問題時，主要是研究如何建立可靠的觀測模型以及如何消除貧化問題?，F(xiàn)實(shí)環(huán)境中的許多情況都會影響在視頻圖像中對運(yùn)動目標(biāo)的可靠觀測，例如：復(fù)雜背景的干擾；同時存在多運(yùn)動目標(biāo)；場景中光線亮度的變化；景物遮擋；被跟蹤目標(biāo)的姿態(tài)改變；快速運(yùn)動等等。人們希望視覺跟蹤算法能夠在各種復(fù)雜的情況下持續(xù)穩(wěn)定的跟

4、蹤運(yùn)動目標(biāo)。因此，魯棒性問題一直是視覺跟蹤研究的難點(diǎn)和熱點(diǎn)。本文主要針對目前視覺跟蹤的難點(diǎn)，研究運(yùn)動目標(biāo)在多種復(fù)雜觀測條件下的魯棒跟蹤問題，并提出相應(yīng)的基于粒子濾波的解決方法。論文的創(chuàng)新點(diǎn)及主要工作包括： (1)為了解決室外復(fù)雜場景中的多目標(biāo)魯棒跟蹤問題，提出了一種基于自適應(yīng)目標(biāo)提取的增強(qiáng)粒子濾波跟蹤算法。首先用自適應(yīng)高斯混合模型建模被監(jiān)控場景的背景，并使用像素變化檢測、陰影檢測和形態(tài)學(xué)操作進(jìn)行運(yùn)動目標(biāo)的自適應(yīng)檢測。在兩階段增強(qiáng)

5、粒子濾波跟蹤階段，利用卡爾曼濾波結(jié)合最新的觀測對目標(biāo)狀態(tài)進(jìn)行更新，通過觀測似然的計算實(shí)現(xiàn)對目標(biāo)進(jìn)入、退出場景以及相互遮擋事件進(jìn)行處理。 (2)為了解決光線變化的情況下，以及發(fā)生旋轉(zhuǎn)、平移和尺度變化等姿態(tài)變化的運(yùn)動目標(biāo)的魯棒跟蹤問題，提出了一種基于自適應(yīng)觀測模型的粒子濾波跟蹤算法。被跟蹤對象通過概率密度的自適應(yīng)高斯近似建模來適應(yīng)光線變化，在計算運(yùn)動目標(biāo)的觀測似然時，通過引入魯棒統(tǒng)計處理目標(biāo)的遮擋問題，并使用基于仿射變換的相似性度量

6、方法處理目標(biāo)的姿態(tài)變化。 (3)為了解決目標(biāo)在快速運(yùn)動情況下的魯棒跟蹤問題，提出了基于遺傳進(jìn)化高斯核粒子濾波的跟蹤算法。針對視覺跟蹤中采用傳統(tǒng)粒子濾波的缺陷，首先使用高斯核代替?zhèn)鹘y(tǒng)粒子濾波的狄拉克函數(shù)，并在濾波過程中內(nèi)嵌重采樣來減小粒子退化問題。為了進(jìn)一步提高粒子濾波的性能，利用遺傳進(jìn)化策略改進(jìn)濾波過程，提出了基于遺傳進(jìn)化高斯核粒子濾波的跟蹤算法，不但可以防止粒子貧化問題，而且能使粒子重新分布到后驗(yàn)概率的局部模式上，使得只用較少

7、的粒子數(shù)也能對快速運(yùn)動的目標(biāo)進(jìn)行有效跟蹤。 (4)為了在目標(biāo)姿態(tài)變化以及復(fù)雜背景下實(shí)現(xiàn)對目標(biāo)輪廓的魯棒跟蹤，提出了一種基于改進(jìn)粒子濾波的B樣條輪廓跟蹤算法。被跟蹤對象的輪廓通過B樣條建模，在形狀空間中通過平面仿射變形處理目標(biāo)的旋轉(zhuǎn)、平移和尺度等姿態(tài)變化；通過最大似然估計方法學(xué)習(xí)得到較精確的系統(tǒng)運(yùn)動模型，并使用非線性的觀測模型計算觀測似然，跟蹤濾波過程中采用進(jìn)行基于遺傳進(jìn)化的迭代重采樣濾波，從而實(shí)現(xiàn)優(yōu)于傳統(tǒng)粒子濾波的輪廓跟蹤性能。