1、目標跟蹤的研究背景意義方法及現狀1 目標跟蹤的研究背景及意義 11.1 電視監控 21.2 視頻壓縮編碼 21.3 智能交通系統 21.4 人機交互 32 研究現狀及研究面臨的問題 32.1 研究現狀 32.2 研究面臨的難題 43 目標跟蹤的主要方法 43.1 基于檢測的方法 53.2 基于識別的方法 51 目標跟蹤的研究背景及意義感覺是人類與外界聯系的窗口和交流的橋梁，它的主要任務是識別周邊物 體，判斷與這些物體之間的聯系， 使人類的思維與周圍世界建立某種對應的關系。 而視覺系統是人類感覺的最主要來源， 是獲取外界信息的最主要途徑， 它是一種 高清晰度的媒介，為人類提供著豐富的外界資源信息

2、。據統計，大約有 80%的外 界信息是通過眼睛被人接收的。 然而，由于人類的精力畢竟是有限的， 人類的視 野也是有限的，所以人類的視覺在各種領域的應用都受到很大限制甚至是低效 的。因而，隨著數字計算機技術的飛速發展， 讓計算機能夠處理視覺信息、 完善 人類視覺上的諸多短板就成了一項非常誘人的研究課題， 也因此推動了計算機視 覺這一學科的產生和發展。 計算機視覺是融合了圖像處理、 計算機圖形學、 模式 識別、人工智能、人工神經網絡、計算機、心理學、物理學和數學等領域的一門 交叉性很強的學科。 計算機視覺研究的目的是使計算機感知環境中的物體的幾何 信息，包括它的形狀、位置、姿態、運動等，并對其進行

3、描述、存儲、識別與理 解，因此成為當今最熱門的課題之一。運動目標跟蹤屬于視頻分析的內容， 而視頻分析則融合了計算機視覺研究領 域的中層和高層處理階段，即對圖像序列進行處理，從而研究運動目標的規律， 或者為系統的決策報警提供語義和非語義的信息支持， 包括運動檢測、目標分類、 目標跟蹤、行為理解、事件檢測等。 視頻目標跟蹤方法的研究和應用作為計算機 視覺領域的一個重要分支， 正日益廣泛地應用到科學技術、 國防建設、航空航天、 醫藥衛生以及國民經濟的各個領域， 因而研究目標跟蹤技術有著重大的實用價值和廣闊發展前景目前，目標跟蹤技術已經被廣泛應用于眾多生活和工作領域。 主要應用如下 所示：1.1 電視

4、監控在現階段，電視監控系統作為公共安全領域中的一項重要技術已經得到了廣 泛的應用。但是大多數電視監視系統的功能僅僅停留在監控者對視頻信號的人工 監視和事后錄像分析上， 浪費了大量的人力物力。 在計算機智能監控系統中， 監 控系統首先對圖像進行預處理去除噪聲，然后通過適當的檢測算法確定運動目 標，繼而通過跟蹤算法在攝像機視野內跟蹤運動目標， 同時進行報警以及保存視 頻數據等一系列工作。 而在這個系統中， 其核心部分就是運動目標檢測與跟蹤算 法技術，這個技術是保證整個系統實現其功能的關鍵。1.2 視頻壓縮編碼在新一代的視頻圖像壓縮編碼標準 MPEG中，提出了一個不同于以前的視頻 編碼的新概念一視頻

5、對象平面(Video Object Planes，VOP)以實現基于圖像內 容的壓縮。在壓縮編碼過程中，視頻中的場景被分割成若干個vop不同的VOP根據其特點采用不同的編碼策略， 例如，場景中的背景在很多情況下基本上保持 不變或只有很少部分的變化， 則可以在連續的多幀圖像中使用相同的編碼或只有 很少改動的編碼來表示背景， 從而大大提高了壓縮效率。 這種方案具有很高的壓 縮比，同時還具有良好的視覺效果，便于進行基于內容的交互和查詢。但是，這 一壓縮編碼的技術難點在于如何在任意場景下實現對運動目標的自動提取與分 割，而這些問題也正是目標檢測與跟蹤所要解決的關鍵問題。1.3 智能交通系統智能交通系統

6、是目前世界各國交通運輸領域競相研究和開發的熱點。 中國在 北京申奧成功后， 為解決北京市的交通狀況， 政府也在智能交通的研究上加大了 投入力度。 車輛的實時檢測與跟蹤技術是智能交通系統的重要技術之一， 計算機 在不需要人的干預或者只需要很少人干預的情況下， 通過對攝像機拍錄的視頻序 列進行分析， 實現車輛檢測與跟蹤， 并在此基礎上分析和判斷車輛的行為， 對車 輛的行為給出語義描述， 做到了既能完成日常管理， 又能在發生異常情況時及時 做出反應，從而提供了一種更加先進和可行的監控方案。 ,1.4 人機交互目前鍵盤和鼠標是我們和計算機交互的接口方式， 我們希望有更簡潔的、 智 能化和人性化的人機交

7、互方式。 計算機無接觸式地收集人類在計算機前的視頻信 號，利用計算機視覺的相關理論分析視頻信號， 做到分辨人類的動作， 明白人類 的意圖，即我們希望計算機能盡可能地“理解”我們。近些年的工作主要集中在 姿態分析， 面部表情及其它的運動， 以便計算機能夠識別和理解這些動作。 這也 是智能機器人研究的重點。此外，目標跟蹤在基于視覺的控制、農業自動化、醫 學圖像、視覺重構等領域均有應用。 而目標跟蹤處于整個計算機視覺系統的底層， 是各種后續高級處理如： 目標分類、 行為理解等的基礎， 因而目標跟蹤具有非常 重要的研究價值。2 研究現狀及研究面臨的問題2.1 研究現狀目標跟蹤是視覺領域研究的熱點問題，

8、 隨著計算機技術的發展而得到迅猛的 發展，目標跟蹤技術也由此取得了長足的進步。 上世紀對圖像的處理主要是集中 于單幅圖像的處理， 即使在動態圖像序列中跟蹤運動目標， 也帶有濃厚的靜態圖 像處理的特點。直到上世紀80年代HomBK等人提出了光流法，目標跟蹤研究才 真正意義上步入了動態圖像序列的研究領域。 光流法對于現階段的計算機處理速 度提出了極大的挑戰， 在實際應用領域很難滿足實時性的要求。 另外，視頻序列 存在的噪聲會對光流法跟蹤產生極大的干擾， 因此光流法現階段很難應用到實際 場合。基于視覺跟蹤的巨大實用價值和計算機技術的迅速發展， 視覺跟蹤技術的強 烈需求，歐美等發達國家對視頻跟蹤技術進

9、行了大量深入的研究。 1997 年，由 美國國防高級研究項目署 (Defence Advanced Research projects Agency， DARPA) 牽頭，以美國卡耐基梅隆大學為首，麻省理工學院等高校參與了視覺監控項目VSAM即 卩(Visual surveilla nee and Mon itori ngs)的研究開發，研究應用于戰場及民用場景的監控， 卡內基梅隆大學由此建立了第一個校園監控系統。 在智能監 控方面，Maryland大學研發的實時監控系統 詢實現了人的跟蹤，可用于對人的 行為監視， 并可以判斷人是否攜帶物體等簡單行為。 英國雷丁大學的車輛交通監 控系統則是對車

10、輛和行人的跟蹤及交互作用識別相關方面的研究。 在國內，視覺 跟蹤技術自 1986 年開始立項研究，視覺跟蹤領域的理論和技術也有了長足的發 展，中國科學院、浙江大學、武漢大學等高校和研究所在目標跟蹤、運動行人的 檢測識別方面取得了一定的成果。以上介紹的主要是視覺跟蹤在民用方面的應用， 軍事上視覺跟蹤同樣有著廣 泛的應用。現代軍事戰爭中， 利用飛機在空中對特定目標進行打擊是行之有效的 軍事手段， Kumar R 等人針對 Avs(Aerial video surveillance) 系統進行了深入 的研究，并取得了一定的成果。 Tsao 和 wen 針對軍事戰場上的敵方運動目標跟 蹤進行研究， 以

11、期在不同的戰場環境中， 對敵方運動目標進行準確快速的搜索和 跟蹤，穩定而又可靠的跟蹤為軍事決策提供了可靠的信息保障。在視覺跟蹤領域的跟蹤算法層出不窮， 在跟蹤效果上都能滿足某些應用背景 的要求，但缺乏通用性。 1975 年 Fukunaga 等人在一篇關于概率密度梯度函數的 估計中首次提出 Meanshift(均值偏移)概念，Yizong zheng于1995年在“ Mean shift mode seeking and clustering ”中拓展了 Meanshift 的適用范圍，研究 人員在此基礎上對 MeanShift 展開了深入的研究。2.2 研究面臨的難題雖然用 mean-shi

12、ft 算法對目標跟蹤有著速度快，具有較強的抗干擾能力， 引起國內外的廣泛關注。 但是該算法對不同環境、 不同運動特性的目標進行跟蹤， 也會產生一些影響跟蹤穩定性的因素。 比如對復雜背景下目標的跟蹤， 對運動中 發生了形變、縮放、遮擋等變化的目標進行長時間跟蹤。針對這些問題，雖然可 從以下 4 個方面進行解決： 合理的目標特征選取機制； 有效的核函數帶寬自適應更新機制； 適時的特征模板更新機制； 連續的目標跟蹤預測與遮擋檢測機制。然而在很多不同的應用環境下， 要做到以上四點并不是件容易的事情， 雖然 有很多學者針對這些做了很多研究， 并在不同程度上解決了上述問題， 但要么是 算法復雜難以滿足實時

13、性， 要么就是有許多前提條件， 從而使實際的跟蹤效果并 不理想。3 目標跟蹤的主要方法對目標跟蹤技術的研究進行了多年， 目前己經提出了許多算法。 這些算法有 的是通過選取好的跟蹤特征來提高目標的搜索匹配速度和匹配的正確程度， 比如 針對剛性目標與非剛性目標的跟蹤、 針對提高跟蹤匹配的準確性而提出的跟蹤算 法;有的算法是針對縮小目標搜索范圍提出的，這類算法的主要特點是通過某種 方法預測目標下一時刻可能出現的位置， 通過縮小目標的搜索范圍來縮短目標搜 索時間。雖然目標跟蹤的方法有很多， 但是迄今為止， 并沒有權威的分類方法， 目前 的目標跟蹤技術大致可以分為基于檢測的方法與基于識別的方法。3.1 基于檢測的方法基于檢測的方法一般是利用目標的特征直接在圖像序列中提取目標。 這種方 法的主要的思想是 :從全局出發，找出目標和背景之間的差別。其主要優點是只 需要突出目標和非目標在不同時域或者空域的差別以及具有檢測多個目標的能 力。目標檢測方法中應用最廣泛的是基于運動分析的方法。 背景的運動相對要更 緩慢，因此通過對序列圖像的運動分析， 檢測背景與目標之間具有相對速度