多攝像機接力目標跟蹤關鍵算法研究.pdf

1、在安防市場巨大的需求推動下，視頻監(jiān)控技術正在向著數(shù)字化、網(wǎng)絡化、智能化的方向飛速發(fā)展，傳統(tǒng)的單攝像機小場景監(jiān)控正被多個智能體（攝像機）組成的廣域大范圍智能視頻監(jiān)控所替代，這就首先要求用多個攝像機替代傳統(tǒng)的視野有限的單攝像機，接力或協(xié)同進行運動目標的持續(xù)跟蹤。多攝像機接力目標跟蹤方面的研究作為智能視頻處理系統(tǒng)最基本的核心技術，是目前計算機視覺方面的一個重要研究課題，具有很強的理論意義和實際應用價值。
　　盡管多攝像機接力目標跟蹤的相

2、關研究在過去一段時間內取得了較大的進步，但總體而言仍處于探索階段，仍然有很多難題制約其發(fā)展。首先，多攝像機間目標的持續(xù)跟蹤要以準確的單攝像機目標跟蹤為基礎，而單攝像機目標跟蹤中仍存在許多問題和難點尚未解決，例如如何適應目標所處環(huán)境的外在變化（包括環(huán)境光照變化、攝像機運動、噪聲污染、背景復雜性等）、如何選取目標圖像特征適應目標的內在變化（包括目標的姿態(tài)變化、超平面旋轉、目標的非剛性和目標的鉸接性等）、目標部分或全部遮擋難題、跟蹤的初始化問

3、題、跟蹤的實時性與準確性間的平衡、目標模型的適應性和魯棒性間的平衡等;其次，多攝像機的使用給視覺目標跟蹤帶來很多新的理論和技術問題需要研究和探討。目前大場景下多攝像機的接力目標跟蹤面臨的關鍵問題主要包括跟蹤目標的初始檢測定位、如何選擇特征穩(wěn)定有效表示目標、跟蹤過程中目標模型的在線學習和目標經(jīng)驗模型在多攝像機間的繼承傳遞、多攝像機間目標交接等。因此本文針對上述存在的問題，以多攝像機接力進行某一特定運動目標的持續(xù)跟蹤為研究背景，對涉及到的一

4、系列關鍵算法進行研究，包括特定目標的初始化定位、單攝像機內基于特征融合的穩(wěn)定目標跟蹤方法、帶有特征學習與特征繼承的目標跟蹤方法和多攝像機間基于時空漸進匹配的交接方法。
　　論文的主要研究內容與成果包括:
　　1.針對目前研究較少的根據(jù)特征描述進行特定目標自動捕獲定位問題，以常見的行人目標為例，在攝像機焦距、視野可變的情況下對只有簡單特征描述的目標自動初始化方法進行研究。首先根據(jù)不同的描述方法生成目標的自適應分塊顏色模型，然后

5、采用寬高比、方差和特征模型三級級聯(lián)滑動窗口法(cascadeslidewindow)完成目標的檢測，最后融合粒子濾波狀態(tài)估計跟蹤進行目標的自動初始化定位。實驗結果表明，當目標的顏色紋理比較簡單時，該方法在只給出目標描述性顏色特征時獲得了較好的自動初始化定位效果。
　　2.要想在多攝像機間準確穩(wěn)定地對特定目標進行持續(xù)跟蹤，必須首先在單攝像機內部進行目標的準確快速跟蹤，多線索融合是單攝像機目標準確快速跟蹤的一種有效方法。因此針對單攝像

6、機內部目標跟蹤問題，研究了一種按目標顏色分布進行自適應分塊，并用子塊組成多線索進行粒子濾波跟蹤的方法。自適應分塊方法根據(jù)目標顏色分布確定子塊個數(shù)，提高了對目標初始描述的適應性;粒子濾波跟蹤時，根據(jù)子塊的可靠性及粒子的空間分布動態(tài)調整子塊權重及進行子塊的分裂與合并，提高了跟蹤過程中對目標姿態(tài)變化、遮擋等情況的適應性。最后還對自適應分塊閾值的自動選取做了嘗試。
　　3.為了在單攝像機內和多攝像機間進行目標的持續(xù)跟蹤，最好能夠將目標的某

7、些穩(wěn)定特征進行學習和繼承。如在單攝像機內部跟蹤中，通過學習可得到目標的穩(wěn)定外觀模型，適應目標及場景的各種變化，實現(xiàn)長時穩(wěn)定的跟蹤。而在多攝像機間同一目標持續(xù)跟蹤中，一個攝像機跟蹤過程中學習到的較穩(wěn)定、魯棒的目標模型可繼承到下一攝像機中，下一攝像機無需重復進行復雜的學習過程，就能根據(jù)上一攝像機學習到的穩(wěn)定目標表達進行快速目標定位和穩(wěn)定目標跟蹤。為了實現(xiàn)這一目標，在目前流行的基于目標外觀模型在線學習跟蹤方法基礎上，提出一種帶有特征學習和特征

8、繼承的目標跟蹤方法。特征學習通過在線加權多示例學習提升(OnlineWeightedMultipleInstanceLearningBoost，WMIL)算法實現(xiàn)，特征繼承通過在跟蹤過程中評估特征的穩(wěn)定性和分類能力并保留較好的特征實現(xiàn)，運動模型則通過粒子濾波跟蹤算法實現(xiàn)。特征學習和特征繼承的目標判別式模型為粒子適應性度量提供了更自然有效的方法，粒子濾波運動模型則可更快速有效地為在線加權多示例學習采集正負樣本，這兩者的結合提高了跟蹤算法的

9、效率和魯棒性，并為后續(xù)攝像機間的目標交接和目標經(jīng)驗模型的繼承傳遞打好基礎。
　　4.在多攝像機監(jiān)控系統(tǒng)的接力目標跟蹤中，目標交接即目標的一致性標定(consistentlabeling)是必須要解決的關鍵問題。針對這一問題，研究了不帶重疊視野區(qū)域的多攝像機間目標交接方法，提出一種基于目標經(jīng)驗模型繼承和時空漸進匹配的目標交接方法。首先人工確定環(huán)境地圖，并通過離線學習得到攝像機間的時空約束關系，包括進入/離開區(qū)域及其空間轉移概率和轉移

10、時間概率。然后利用這些時空約束關系漸進地采樣粒子判斷目標交接時刻，繼承上一攝像機中自底向上和自上而下兩種思路融合得到的目標經(jīng)驗模型進行粒子權重的計算，并根據(jù)對應多個進入?yún)^(qū)域的粒子集權重進行粒子個數(shù)和權重的調整，最終實現(xiàn)跟蹤目標的準確交接。
　　本文的研究工作是多攝像機接力目標跟蹤尤其是對某一特定感興趣目標在多個攝像機間持續(xù)跟蹤涉及到的一些關鍵算法進行的有益嘗試，重在提高單攝像機跟蹤中算法的魯棒性和快速性，以及為多攝像機間目標的接力