基于Mean_Shift和粒子滤波的两步多目标跟踪方法_图文

1、 第 1期 李红波 ,等 : 基于 M ean 2Shift和粒子滤波的两步多目标跟踪方法 1 1 7 图 4 视频 2 对足球视频的两步多目标跟踪结果 Fig . 4 Two step tracking result for multi2 objects of video 2 耗时只与目标的个数 , 目标的大小和代表该目标的 粒子数有关 ,跟整幅图像大小无关 。根据该实验所 用视频 (视频 1 和视频 2 统计了其中跟踪一段帧序 列所耗费的时间 ,如表 1 所示 。从表 1 和图 3 中可 以看出 ,在该实验中两步跟踪算法在比 M S跟踪算 法准确的情况下 , 实时性没有降低多少 , 而对比

2、粒 子滤波跟踪 , 算法的实时性有了很大的提高且同 时也保证了准确性 。相对于文献 11 , 当目标出 现遮挡或遮挡结束时 , 本文所提出的方法无需分 块来判断多个目标是否出现遮挡 ; 而且在非遮挡 情况下也并非完全依赖于 M S跟踪 , 缩小了 M S表 现出跟踪不准的特性 , 使跟踪更为准确 。其中对 视频中标 记 的 6 个 跟 踪 目 标 做 了 同 样 的 时 间 统 计 ,如 表 1 和 图 4 所 示 。经 试 验 , 为 了 使 跟 踪 准 确 ,粒子滤波跟踪最少所需粒子数 : N = 150; 图 3 中两步跟踪遮挡在转换为粒子滤波跟踪时所用粒 子数 : 第 4 行 N =

3、128 , 第 5 行 N = 75, 其跟踪过程 中有 10 帧处于遮挡状态 。 表 1 实验所选视频的时间比较 Tab. 1 Processing speed of the videos in experim ent 视频 1 2 图像帧 MS 158 2 234 帧 28 2 97 帧 2 146 2 695 各跟踪算法所需时间 /m s 粒子 (N = 150 4 845 7 099 各跟踪算法平均时间 /m s 两步 2 473 4 496 MS 27. 5 38. 5 粒子 (N = 150 62. 1 101. 4 两步 31. 7 64. 2 5 结束语 本文针对 M S跟踪和

4、粒子滤波跟踪各自的优缺 点 ,将其两者进行了很好地结合 ,提出了两步多目标 跟踪算法 。在多目标或遮挡情况下 , 该算法保留了 M S跟踪实时性的优点的同时 , 也具有粒子滤波在 遮挡情况下的鲁棒性等特点 ; 在所需的每步粒子跟 踪中 ,以上一步的跟踪结果与模板的相似度为先验 知识 ,自适应地选取粒子个数和传播半径 ,缓解了粒 子缺乏多样性的缺点 , 也根据这个相似度来判断是 否需要对目标模板的更新 , 保证了更新的有效性 。 由于本文是对手工标定的区域进行颜色核函数直方 图表示 ,在颜色不是目标主要特征的时候会出现目 标跟踪丢失的情况 ,因此 ,结合目标检测的结果或提 取更好的特征将是下一步

5、的研究工作 。 参考文献 : 1 CHENG Y . M ean 2shift, Mode Seeking and Clustering J . IEEE Trans . on Pattern Analysis and M achine In2 telligence, 1995, 17 ( 8 : 790 2 799. 2 COMAN IC I U D , RAM ESH V , M EER P. Kernel2based Object Tracking J . IEEE Trans . on Pattern Analysis and M achine Intelligence, 2003,

6、25 ( 5 : 564 2 577. 3 COLL I NS R, L I U Y, LEORDEANU M. Online Selection of D iscri m inative Tracking Features J . IEEE Trans . on Pattern Analysis and M achine Intelligence, 2005, 27 ( 10 : 1631 2 1643. (下转第 121 页 © 1994-2010 China Academic Journal Electronic Publishing House. All rights res

7、erved. 第 1期 李 莺 ,等 : 基于神经元和直接转矩控制技术的高性能交流调速系统研究 作者简介 : 1 2 1 5 杨加强 ,黄进 . 异步电动机直接转矩控制转矩脉动最 小化方法研究 J . 电工技术学报 , 2004, 19 ( 9 : 23 2 29. 6 MAR I NO P, D I NCECCO M , V ISC I ANO N. A compari2 son of direct torque control methodologies for induction motor EB /OL . ( 2001 2 10 2 11 2009 2 07 2 12 . http:

8、 / / ieeexp lore. ieee. org/ iel5 /7632 /20828 /00964724. pdf . 7 王建渊 ,钟彦儒 , 崇鑫 , 等 . 合成矢量控制法改善直接 李莺 ( 1975 - ,女 ,四川自贡人 ,讲师 ,主要 从事电力电子 、 电气传动的研究 。 E2 mail: lylyla126. com。 转矩控制转矩脉动的研究 J . 西安理工大学学报 , 2008, 24 (1 : 13 2 17. 8 刘群 . 时滞神经元系统在外部周期激励下的动力学行 蒋泽甫 ( 1977 - ,男 ,贵州人 ,博士研究生 , 讲师 ,主要研究方向电力系统规划与可靠

9、性、 电机及其控制系统 、 风电系统等 。 为研究 J . 重庆邮电大学学报 (自然科学版 , 2009, 21 (4 : 561 2 567. 9 闵松 ,罗慧 ,万淑芸 . 基于有监督单神经元的交流调速 控制算法研究 J . 华中科技大学学报 (自然科学版 , 2002, 30 (10 : 72 2 74. (编辑 : 魏琴芳 (上接第 117 页 4 张旭光 , 赵恩良 , 王延杰 . 基于 M ean 2Shift的灰度目 11 马丽 , 常发亮 , 乔谊正 . 基于均值漂移算法和粒子滤 标跟踪 新算 法 J . 光 学 技术 , 2007, 33 ( 2 : 226 2 229. 5

10、 PENG N ing2Song, YANG J ie, L I U Zhi, et al . Automatic selection of Kernel2bandw idth for M ean 2Shift Object Tracking J . Journal of Soft w are, 2005, 16 ( 9 : 1542 2 1550. 6 NUMM I ARO K, KOLLER 2 M E IER E, GOOL L V. An Adap tive Color2based Particle Filter J . sion Computing, 2003, 21 (1 : 99

11、 2 110. 7 YANG C, DURA IS WAM I R , DAV IS L. Fast M ultip le Object Tracking via a H ierarchical Particle Filter C / / In The Proceedings of the Tenth IEEE International Confer2 ence on Computer V ision, ( ICCV 2005 , Beijing, Chi2 na. W ashington, DC, USA: 2005, 1: 212 2 219. 8 DEGUCH I K, KAWANAK

12、A O , OKATAN I T . Object Tracking by M ean 2Shift of Regional Color D istribution Combined w ith the Particle 2Filter A lgorithm C / / Pro of 17 th International Conference on Pattern Recognition. Cambridge. UK: IEEE Computer Society, 2004: 506 2 509. 9 SHAN C F, W E I Y C, TAN T N , et al . Real2t

13、im e Hand Tracking by Combining Particle Filtering and M ean Shift C / / Proc of the 6 th IEEE International Conference on Automatic Face and Gesture Recognition. Seoul, Korea: IEEE Computer Society, 2004: 669 2 674. 10 BA I Kejian, L I U W ei m ing . I mp roved Object Tracking w ith Particle Filter

14、 and M ean Shift C / / International Conference on Automation and Logistics . J inan, China: s . n. , 2007: 431 2 435. IEEE Computer Society, I m age and V i2 波算法的目标跟踪 J . 模式识别与人工智能 , 2006, 19 (6 : 787 2 793. 12 ARULAM PALAM M S, MASKELL S, GORDON N. A tutorial on particle filters for online nonlinear/ non2Gaussi2 an Bayesian tracking J . IEEE Transactions on Signal Processing, 2002, 50 (2 : 174 2 188. 作者简介 : 李红波 ( 1970 2 男 , 甘肃兰州人 、 高级工程 师 ,硕士 ,主要研究方向为数字媒体 、 机器 视觉 、 虚拟现实 。 E 2 mail: lihongbo cqup t . edu. cn。 曾德龙 ( 1985 2 男 , 湖北仙桃市人 , 硕士研 究生 ,主要 研究方 向为 机器视 觉 , 虚