一種分層MeanShift目標(biāo)跟蹤算法_圖文

1、 自 選 定 目標(biāo)模型 區(qū) 5 0 聚 類 日標(biāo)模型 聚類 模式點(diǎn)描述 述 動(dòng) 化 學(xué) 報(bào) . 35 卷 生 的計(jì)算 量 N 爪 也 很小 那 么 二 層 像素 匹配 的計(jì) 算 量 為 , , . , 凡 , = c N + 戈 孔 . 第 從 若聚 類 塊 匹 配后 直 獲取下 一 幀 , 獲取 候選 日標(biāo)區(qū) (戈 為中心 戈 為尺 度 , 一 一 M s 迭 代 sD 聚類 (帶寬 6 5 于 候選 目 標(biāo)模 型 聚類模式點(diǎn)描述 聚類塊 (前景 匹 配 塊 內(nèi) 像素點(diǎn)匹 配 M S 迭代 夕 及 s 接 運(yùn) 算 d 對(duì) 相 匹 配 的聚 類 逐 點(diǎn) 比較產(chǎn) 生 的計(jì) 算 量 又 n 、 x

2、 n “ 從 = d ( 而 本文 給 出結(jié)合鄰域一 致性 分層 匹 配 只 需計(jì) 算 聚類模式 點(diǎn)近 似 比較 從 = d x 5 1 令 s N 為適 應(yīng) 日標(biāo)尺 度 的變化 而迭 代搜索的尺 度數(shù) 日的計(jì)算 量 那 么 執(zhí)行 一 次分 層 M S 匹 配迭 代 算法 總的計(jì) 算代 價(jià)為 C = 從 ( + 從 = 從 ( l N c N + + d x 1 顯 然 本文的匹 配計(jì) 算量 C 除聚 呱 , . , . , , 類計(jì) 算量 N 較大 之外 其他都 是兒個(gè)模式 點(diǎn)的匹 配 c 及 數(shù)乘運(yùn) 算 , . 3 實(shí)驗(yàn) , , 輸 出跟 蹤結(jié)果 圖 F ig 4 . 4 H MS ra

3、跟 蹤原 理 框 圖 o n f H M S t ra e k i g P ro . o B l e k d ia g m e e ss 量越大 得到 的聚類數(shù) d 越 人 , 太大 會(huì) 使聚類 分 割丟掉太多細(xì) 節(jié); a 太 小 不 能起 到增強(qiáng) 顏色特 征 的 , , , 魯棒性 的作 用 ( 文 初始 , 參數(shù) 是 經(jīng) 過(guò) 反 復(fù)實(shí)驗(yàn) 的 本 經(jīng) 驗(yàn)值 設(shè) 聚類 后 求質(zhì)心 前 景/ 背 景 分離 匹配 模 式點(diǎn) 的計(jì)算 量 為 戈 由于聚類 個(gè)數(shù) d 很小 因而 產(chǎn) . 、 、 刀 , , : . 實(shí) 驗(yàn) 平 臺(tái) 環(huán) 境 硬 件 為 主 頻 1 5 G H z 內(nèi)存 e slZ M 的

4、 R SO 的 IB M 筆記 本 電腦 軟件為 M a la b t 1 通 過(guò) 大量 真實(shí)實(shí)驗(yàn) 調(diào) 試 與 其他 兩 種算法 隊(duì) 7 7 相 比 本文 算法 是 有效可 行 的 在跟 蹤準(zhǔn)確性 方 面 抗 光 照 遮 擋 陰影 噪 聲干 擾等 魯棒 性方 面 強(qiáng)于 經(jīng) 典方法 搜索迭 代次數(shù) 隨所選 目標(biāo) 不 同而 有所 不 同 略高 于經(jīng) 典方法 卜 給 出 一 些 本文 算 法跟 蹤 結(jié) 果 面 及 性能 分析 第 一 幀手 動(dòng)初始化 日標(biāo)模 型區(qū) 匹配 允 c 許誤 差范 圍閩值 T = 1 1 實(shí)驗(yàn) 戶 外足 球 比 賽 圖 像序 列 圖像 大 小 為 0 x 5 0 像素 共 2

5、 8 幀 球 員之 間相 互 遮擋 存 2 7 6 5 多的 顏色特 征相 似 的 日標(biāo) 對(duì) 快速 運(yùn) 動(dòng) 的球 員 在較 日標(biāo) 進(jìn)行 跟蹤 第一 層 初始 聚類帶 寬及前 景 / 背 景分 5 8 離距 離參數(shù)為 幾 = !3 1 第二 層 核 函 數(shù)帶寬 a = 8 1 2 a 川 1 設(shè)定 的聚 類帶寬較 大 聚類 程度較 適應(yīng) 聚類 為 1 5 類 中途 10 1 、 1 2 0 幀 1 4 2 高 白 10 5 1 0 幀 出現(xiàn) 運(yùn) 動(dòng) 日標(biāo) 遮 擋 及 碰 撞 序 列 幀 9 0 5 1 1 4 16 2 15 5 2 3 3 跟 蹤結(jié)果如 圖 5 所 示 甸幀迭 代 . . ,

6、, . , 、 、 , , . , , . . , , . , , . , , , , , . , , . 、 . , , , , , , 圖5 F ig 5 . 足 球賽 運(yùn)動(dòng) 球 員 H M S 算 法 跟 蹤 結(jié) 果 k in g r e su c j 腸a lts o ff o o t b a l Pl l a y er u si n g H MS 4 期 : i t 許海 霞等 一 種分層 M e n S h f 目標(biāo)跟 蹤 算法 a 欺 招 U u 尸 O 的 1 二 一 _ 1 黝” ” 盯 ” 1 讓撇 門門 邵 一 F r出 11 e 一 n L _ J de x ; 丁 .

7、 o u 。 的 4 一 望 日 花 三 一 . Fr 田 11 e in d e x 圖6 F ig 6 文獻(xiàn) (左 與本文 ( 右 每幀迭 代次 數(shù)的對(duì) 比 s w i th re Th e nu m be r s o f it e ra t io n s g a d to th e f r r m a e in d e x u s in g re e f re n e e 3 t 【 (l f e a n d H MS ( rig ht , 次數(shù)如 圖 6 所 示 與文獻(xiàn) . . 1 均每幀迭 代 2 2 5 2 驗(yàn) 2 室 內(nèi)人 臉 圖像序列 圖像大 小為 1 8 x 2 實(shí) % 像

8、素 共 1 0 幀 人臉 從 正 面 轉(zhuǎn) 向反面 再轉(zhuǎn) 過(guò) 0 來(lái) 遮 擋 嚴(yán) 重 相 對(duì) 于 實(shí)驗(yàn) 1 而 言 實(shí) 驗(yàn) 2 跟 蹤 的 目標(biāo)顏色分布較 細(xì) 膩 變 化較 小 第 一 層 初始 聚類 6 2 帶 寬及 前景/ 背 景分離 距 離 參數(shù) 為 T l= 【 2 0 a h = 1 第 二 層 核 函 數(shù)帶 寬 h 2 1 a 【 0 設(shè) 定 的 聚類 帶 寬較 小 聚類程 度較低 圖 7 顯 示 了 本 文算法 與文獻(xiàn) 8 4 0 l s 算 法對(duì) 序列 幀 1 2 9 的跟 蹤 結(jié) 果 與其 他兩 3 7 種 M S 算法 (文 獻(xiàn) 【 中 的 M S 算 法 1 文 獻(xiàn) 【 中

9、 M S 算法 2 相 比 日標(biāo)質(zhì)心 的跟 蹤誤 差 如 圖 8 所 的 示 本文 算法 的準(zhǔn)確性 更高 , . s 算 法相 比 本文 算法 平 次 文獻(xiàn) 算法 為 2 0 4 6 次 1 s , , 比 , 0 口標(biāo)質(zhì) 心 的跟 蹤 誤 差如 圖 1 . 頁(yè) (見(jiàn) 卜 所示 顯 . , . , 然 本文 算法 的跟 蹤準(zhǔn)確性 更高 從 以上 兒 個(gè)實(shí)驗(yàn) 的跟 蹤 效果 圖及 性 能圖 比 較 分 7 析來(lái)看 與其他 兩種 M S 算法 隊(duì) 相 比 本文 算法 中 , , , , , . , 、 聚 類塊 模式 點(diǎn)增 強(qiáng) 了顏 色 特 征表 征 的 魯棒 性 在一 定程 度上 克服 了光照

10、噪聲等 的影響 可 獲取 穩(wěn)定 的 , 、 , , , , , , . , . , , . , , , . 圖7 F ig 7 . 本文算法 ( 卜 與文獻(xiàn) (下 的 人臉 跟 蹤結(jié) 果 s 腸a c k in g re su re t l。 o f f a e e u si n n g H ro M S (u p r w o 、 an d e f re n e e o 3 ! (d w w 、 實(shí)驗(yàn) 3 . 戶 外 強(qiáng) 光照 下 穿梭 于草地 . 沙 漠 公路 , 車輛 較 長(zhǎng)時(shí) 間行 駛 在 強(qiáng) 光照 卜 陰 影 影 響較嚴(yán) 重 目標(biāo) 的尺 度變 化大 背 景環(huán) 境 變化 大 圖像序 列

11、來(lái)源 于 P E T S 2 0 圖像 大 小為 1 0 x 0 5 6 上 的 車輛 圖像 序 列 , . , , 0 1 7 像素 共 1 8 10 幀 并提 供 有真實(shí)數(shù)據(jù) 設(shè) 定 的 聚 類 帶 寬及 前 景 / 背景 分 離距 離參 數(shù) 為 幾 1 = a , 3 18 0 2 3 核 函 數(shù) 帶寬 h = 【 12 聚 為 9 類 序 , , . 圖 Fi g 8 . 8 , 室 內(nèi)人臉 序列 的文獻(xiàn) !3 7 1 算法 與本 文 算 法 的跟蹤 誤 差 比較 , , , , , , . C o m P a r i so in n r o f t r a e k in g d if

12、 e , , e r ro s r lg o f 列 幀 6 0 2 1 0 5 8 0 1 2 5 0 1 5 1 0 1 8 0 0 的 跟 蹤 結(jié)果 7 如 圖 9 (見(jiàn) 卜 所 示 與其 他兩 種 M S 算 法 隊(duì) 相 頁(yè) , , , , , . d o o r re o f e f t hr e e re t n a o r i th c a f e s , se q u e n e e m re n e e s 3 7 1 a n d H MS 35 卷 運(yùn)動(dòng)塊 先聚類塊 匹 配 再 像素 匹配 提高 了 日標(biāo) 匹 配 , 、 的有效 性 跟蹤效 果 更好 分層 匹配算 法有效

13、可 行 , , . 4 結(jié)論 , , 、 圖9 . 穿梭于 草地 沙漠 公路 上 的車輛 升 a e k in g r e su an 、 H MS e ar n i 算 法 跟蹤 結(jié) 果 th e F 19 9 lts d o f ru n n i n g r g a ss , d e se r t ro a d u si n g HMS 本 文 提 出 了一 種 分 層 M e a S h f 目標(biāo) 跟 蹤 算 n i t 法 通 過(guò) 多組實(shí)驗(yàn) 分別從 直觀跟 蹤效 果 迭代運(yùn) 算 次數(shù) 和跟 蹤 誤 差方 面 與其他兩 種 M S 算法 進(jìn) 行 比 較 分析 了本文給 出算法的性 能及有

14、 效性 本 文 的貢 獻(xiàn) 在 于: l 將 區(qū)域 匹配 的 M S 日標(biāo) 跟蹤 算法分 層執(zhí) 行 提 出分層搜索的思 想 即先 塊 匹配 再 像素匹配 ; 2 以 聚類塊模 式 點(diǎn)描述 日標(biāo)模 型 利 用 鄰域 一 致 性 計(jì) 算 日標(biāo) 運(yùn) 動(dòng)平 移 量 給 出 分 層 的 M S 匹配 迭 代 跟 蹤 算法 將 N 個(gè)數(shù)據(jù) 點(diǎn)收斂 于 d 個(gè) 模式 點(diǎn) 再收斂 于 目標(biāo)質(zhì) 心 模式 點(diǎn) 與經(jīng) 典方 法相 比 分層 處 理 提 高 了 日標(biāo)模 型 表達(dá) 與 匹 配 的魯棒性 無(wú) 需 逐 點(diǎn)計(jì) 算 高 斯 核 大大 節(jié) 省 了計(jì) 算量 但 是增加 了聚 類的運(yùn) 算 : 本文 算法存在 的主要 問(wèn)

15、題 是 在跟蹤 過(guò) 程中 日 參 標(biāo) ( 考 模型 描述 沒(méi)有在 線 更新 ; 環(huán) 境的變化 可 能 導(dǎo) 致 目標(biāo) 的前 景 顏色 發(fā)生 較 大變化 而 本 文 的匹 配 誤 差允 許 閩值 不 能設(shè) 定 的太 大 這 樣 可 能使 日標(biāo) 丟 失而 跟 蹤失敗 因此 將來(lái) 的工 作是 著 重解 決如何在 參考 模 型描述 的 問(wèn)題 以獲得 更 為魯 線 更新 日標(biāo) ( 棒 的跟 蹤 以及 研 究 效率更 高的聚類算法 , , . , , , , , . , . , , , , . , , , . , , . R 1 Com n o n r a n e e f V e re n ce S . i

16、e iu o D , R ig id e b j e ts us m a in g h es . , Me e r P s R : ea l t im 一 e tr ae o i k n g o f - m n a hif t . n I P ro ee e d in g s f IE E E - C o m P u t e r S o e ie t C o n f r e n e e o n C o m p u t e r V is io n a n d P a t e y , , o o e s : te r n R e eo n g it i n H ilt n H a I la d U

17、 S A IE E E 2 0 0 0 d n 14 2 一 1 4 9 2 ua Fk e n a ga t n o f n : . a e H o t e t l r L D T h e e s t im a t io n o f t h e g a d i r s ea o s d 璐 it f n e t io n w it h y u t e r re e o g 即 p li ti n in P a t n K , . - e - n it io ZE E E 32 一40 ie iu . 升 a n s c a 亡 j 21 1 ( n o V tj 、 o n n o I f

18、功 r a 七 f o y 朋 乃e r e , 1975 , 3 C m tr o n a n D , R , a m es h , , Me e r P o n : . Kernelba s 一 d o e b j et E c a ki g 里 E n e l g 曲j l 亡 l n e i e 4 E 乃 a n sae o n s n ee 200 3 ga r ra 25 5 . ( : 5 64一 575 a 亡 P 亡e n r A n a l s y js n a d M a - B ir e h e l S T d o f R r re , g i o n 一 ba s

19、. a R e n j an n . S S p a io g r t In o n d t n c a ki g re n e e , P ro eee m a s e v s g . r su s o his t o g r a m s d in Pu t e r S o ee o e e i ty C o n e f C o m p u te r , E f I E E Co m V is io n a n d P a t e r n t g n it io . S a n D ie g o g ba s U S A : IE E E d eo o r 200 5 la n d 1 1

20、5 8 一1 1 6 3 t a 5 LiP H A o e u s er n l t i e l m o d e bj e e t t r c a k in . g . In : P r o ee e di e n s g n o f n t he . 1 8 t h In t o n s a f g 1g O g r it h m t o f r e rn a , io n a l Co n f e I EE E 6 r en ee , o n P a tt e r n 2006 一 671一6 74 e g R o e it io H K o n C h in a : L i Pe i

21、H u tr a An e a 亡 A im P r o v u o 亡 d m e an s , h if a g o r it h m t l 2007 , o f r o e bjet c a k in g . A m a 亡c ia e 乳 萬(wàn)a n 33 4 . 圖 10 F ig 1 0 . 李培 華 ( 一 種改 進(jìn) 的 M 3 3 4 : 347 一354 ( e a n S h f 跟 蹤 算法 i t ( : 34 7一3 54 , 自動(dòng)化 學(xué) 報(bào) 20 07 , 車輛序列中 文 獻(xiàn) 咚 劉 算 法 與本 文 算法跟 蹤 誤 差 比較 C o m P a is o n r

22、t h r ee a , o f t ra e k in g s, re e rr o r s ees , n i ea r a n se q u e n e e o f r 7 a Y tr n g C J , D i s u ra i a w a m i R , D v ai s L S , Ef i . e e : i t n Me e ee lg o r t i hm e f ren 3 ! 7 d H MS c a k in g v a ne w s im il ity m r a e s a u re In IE E E e C o m P u t e r S o e ie t y

23、 C o n f r e n ee o n d in g o f s C o m P u t e r V is io n Pr o n a S h if t 4 期 d Pa t e r n t : 許 海霞等 一 種分 層 M e a n i t S h f 目標(biāo)跟 蹤算法 4 09 an 176 一183 8 e R u ra e o g n it io n . Sa n D ie g o , U SA : IE E E , 200 5 a Y e T m n g e , C J D is w a m i R ae 一 , El g , a m m o a 1 A , D e v ai s

24、 s L 5 a ee . e R e a l - t im e K t , er h n ie a l R e n l ba s 一 e d o e Po rt C S T 腸 k in g in J in t R 4567 n C o m P u t e r S e ie n , e t r Fau 2004 , P a i l SP a t c es , D Pa t r - e n U n iv e r s ity a f M a yl r a i w 一 d , , USA 一 st i u t 許 海霞 湖南 大學(xué) 電 氣 與信 息 工 程 學(xué) 院 . 自動(dòng)化 重 點(diǎn) 實(shí)驗(yàn) 室博

25、L 研 究 生 主 要 研 究 方 向?yàn)?計(jì) 算 機(jī)視 覺(jué) 目標(biāo) 跟 蹤 和 攝 像 . . , 機(jī)標(biāo) 定 本文通 信作 者 E m th e a il: x x h 一 a i ZOOZ 1 2 6 . . eo m ea n 9 E l am m g in g in te r n lA , D u ra s o n e a u r e s p a ia l s p a e e s In : P r o e e e d in g t j i t f t s C o m p u t e r S o e ie t y C o n f r e n e e o n C o m p u t e r V

26、 is io n e . m a iR D v a is L S P r o b a b ilis t ie t r o a n ae k - x ( U K H ey a i x ia ph D o r d id a te ati n o , a t f IE E E d Pa t La r bo r t a y o n fA g u to m In te o e R eo g n it io , n . M a is o n d . , U S A : IE E E ea , 20 03 in . 78 1一 788 ra n o f E . e l e t r ie a l a n d

27、In o f m ati n o e E n i e e r in g , H u n an , U o - n i e v rs i y t H er r es ear eh , n i t e re s t er a ea v o ra ers eo m P u te r Co v i i n s o 10 L eu n sa g A P G g 5 G t k g w it h d m M n S h if t m p lin g In : P r o e e e d in g o f t h e 1 7 t h B r it is h M a e h in e V i s o n r

28、ae . e b j e t tr a e k in g an d . ea m lb i tio n . rre s P o n d in g s o n i C o n f r en e . ee . E d in b u r g h , B r it is h : U n iv e r s it y 升i er P r e ss , au tho r o f th is p 即e r 王 耀南 . 20 06 11 72 9一 738 N aee m o A , l M il s S P r id m , o re T 一 . St r u e t u n re d e o , m b

29、in a t io In a : n o f - e Pa t ie l f l e r r i t an d ke rn er n re a . e lM B ea n S h if t r a e k in g t e f r e n e e o n , P ro e a n eee d in g s s o n i f t h e 2 1s t In t C o m p u t in g G . t a io n a l C o t ar r er Im g n d V i i a Is l n d a N ew Z e a l d : IE E E , 2006 12 1一6 , H

30、o n a B e Jo o S u re W , D v a is L 5 . P r o b a b ilis t ie f s io u . n t r a k in g c us - s e a re h 湖 南 人學(xué) 電 氣 與信息 工 程 學(xué) 院 , . 教授 主要 研 究方 向?yàn)闄C(jī)器 視 覺(jué) 智能 圖 像處理 和 智能 機(jī)器人 E m a l: ya i o 一 n a n hn u . en 、 ( vA N G In s titu t e E n g in o a Y g , o 一 N a n p a n ro e f ssor at a the tio n re a in

31、 g m ix t f th e k r ne 1 1 t h Im , er n : 一 l b 留e d B a y e s ia f l e r in g In : P r o c e d in g s e n i t t a io n a l C o n f r e n e e o n C o m P u t e r V is io n e , e f E l e t r ie a l d In f r m o . . eer i n H u n an U n iv e rs it y H is , J 13 a n e ro i o B r z a il IE E E , 200 7

32、 e . 1 一8 . in t e r e st g , eo ver s eli l eo m P u te r ro v . isio n in te llg i en t im ge PP T h m 朗 M K m b h m tt u C A t M x o im a n S h if v ia s w a m in e l i羅 n e e I : P r o e e e d in g s o f t h e 1 8 t h In t t l r o s t e r n a io n a l C o n f r e n e e o n l w it h A r t if e ia

33、 l In t e ll g n e e ie t e i o T a a n a r io n to ean - p ro e e s sin . n a d i t n t 羅n b ot . t W 公 h in g 14 o n D . C . , U S A : IE E E l C li o , 20 06 . . 58 3一5 90 i t 一 袁小 芳 湖南 大學(xué) 電 氣 與信 工 程學(xué) 院 自 . Pa k M r p ro p a g a , L iu Y X , n s R T g Ef i . e en : m ean s h if t o e o b li f e e

34、 n 動(dòng) 化重 點(diǎn) 實(shí)驗(yàn) 室 博 研 究 生 主 要 研 究 方 向?yàn)橹悄芸刂?神經(jīng) 網(wǎng)絡(luò) E m a , . t io n o f o n : r v s o n i i tr n c a ki In an Pr o e ee d in g s f IE E E g n it io Co n f e Al s a 15 re n e e , a k U SA Com a C o m P u t e r V is io n , I E E 2008 1一8 E . d P a tt e r n e R en i : yu l a n x i朋 趣Z le 一 n . eo m 、 、 Y (

35、U A N x ia F o a n g ra ph D to r y o ca n di - Han B , an ie iu D , Z hu Y , D s a v a is L 5 e . Se q u o t ia l 一 e k e s j rn e l - d a t e a t he K e y L a b o t tio n , f A u to m a an d e n s it y t n a d it P P li a i n t su a s ae e rn l t r a e k in g E E 升 亡o n s o 刀 j E I n a a t P亡 ac n

36、 e e i e n e e 20 0 8 3 0 7 : 1 1 8 6 一 l x 9 7 M h i l 亡 1J g n ( P Pr x o . im a t io n o re a l t im v a n i A n a , , s y l l d In s t it u t e o e f E l e t r ie a l . d In f o r - m a io n E n g in t e s t e o v e rs eeri n g , H un n a U n n 扮 e r s ity H i呂 n et re s e a r h c in t er - 16 M

37、 ig u e lA a , Ca r s re r i a Pe r P 五 如 u rr n . Fa t s 一 n o n . Pa r n : w it h G 2 3r d In t s n u ia b l e rn : i g M t P di g f th S h if I c t a io n a l C o f r e l 、 e o n M a e hin e L e a n in g P itt s r n e e a n r o ee e m a e t r ie e u s er t in g e in t e llg i en t eo n t ro l a d

38、 n e u ra l o w rk s . n s o . 周 維 b u rg h 17 , U SA , IE E E n , 2006 . 153 一160 . Z ha n g K s s it : en e y f o a T r g M Kw ok J T , y A p p l in g ne ig hb it y o r ho e f o d a eo n - In Pr o ee e d in 邵 . s a f t e u s er n t i o l g an d u e k e eo r n e l d n ens e st im , ti o n f IE E E

39、C o m p t er S o e e i ty C o . n re n e e o n C o m P u t e r V is io n a n d P a t e r n R t , IE E E 2 0 0 5 1 0 0 1 一 10 0 7 18 g n it io S a n D ie g o U SA: 一 in p te r e s t e o ve r s n e . 湘 潭 大學(xué) 信息 工 程 學(xué) 院 碩 上研 , : 究 生 主 要 研 究 方 向 為 網(wǎng)絡(luò) 圖像 處理 E m the n i g , . . 信 息安全 m d ent , i a l: b ig

40、d d a o d y 2 0O4 1 2 6 . eo z ( HoU 、 1 v七 e Ma s ter stu at eer - t In s t i u f In f o U a rm a t i n o . E n g in r Com an s ie iu D h if t a n , R a m a e s h V i , M e e r P T h e v r ia b le b a n d w id t h a . X ia g n t an n a r n iv e r tity Hi s ity , s r h e ea C m o ea n d d ta d - r v en se a e l se e e n l t io n . In : Pr o e ee d in g s - t f t h e s t h IE E E I毗e r n a io t . n a lCo , e f re n e e . o n C o m P u te r V i o w rk d in o f m o ti n seeu r a n d i