基于Mean_Shift和粒子濾波的兩步多目標(biāo)跟蹤方法_圖文

1、 第 1期 李紅波 ,等 : 基于 M ean 2Shift和粒子濾波的兩步多目標(biāo)跟蹤方法 1 1 7 圖 4 視頻 2 對(duì)足球視頻的兩步多目標(biāo)跟蹤結(jié)果 Fig . 4 Two step tracking result for multi2 objects of video 2 耗時(shí)只與目標(biāo)的個(gè)數(shù) , 目標(biāo)的大小和代表該目標(biāo)的 粒子數(shù)有關(guān) ,跟整幅圖像大小無(wú)關(guān) 。根據(jù)該實(shí)驗(yàn)所 用視頻 (視頻 1 和視頻 2 統(tǒng)計(jì)了其中跟蹤一段幀序 列所耗費(fèi)的時(shí)間 ,如表 1 所示 。從表 1 和圖 3 中可 以看出 ,在該實(shí)驗(yàn)中兩步跟蹤算法在比 M S跟蹤算 法準(zhǔn)確的情況下 , 實(shí)時(shí)性沒有降低多少 , 而對(duì)比

2、粒 子濾波跟蹤 , 算法的實(shí)時(shí)性有了很大的提高且同 時(shí)也保證了準(zhǔn)確性 。相對(duì)于文獻(xiàn) 11 , 當(dāng)目標(biāo)出 現(xiàn)遮擋或遮擋結(jié)束時(shí) , 本文所提出的方法無(wú)需分 塊來(lái)判斷多個(gè)目標(biāo)是否出現(xiàn)遮擋 ; 而且在非遮擋 情況下也并非完全依賴于 M S跟蹤 , 縮小了 M S表 現(xiàn)出跟蹤不準(zhǔn)的特性 , 使跟蹤更為準(zhǔn)確 。其中對(duì) 視頻中標(biāo) 記 的 6 個(gè) 跟 蹤 目 標(biāo) 做 了 同 樣 的 時(shí) 間 統(tǒng) 計(jì) ,如 表 1 和 圖 4 所 示 。經(jīng) 試 驗(yàn) , 為 了 使 跟 蹤 準(zhǔn) 確 ,粒子濾波跟蹤最少所需粒子數(shù) : N = 150; 圖 3 中兩步跟蹤遮擋在轉(zhuǎn)換為粒子濾波跟蹤時(shí)所用粒 子數(shù) : 第 4 行 N =

3、128 , 第 5 行 N = 75, 其跟蹤過(guò)程 中有 10 幀處于遮擋狀態(tài) 。 表 1 實(shí)驗(yàn)所選視頻的時(shí)間比較 Tab. 1 Processing speed of the videos in experim ent 視頻 1 2 圖像幀 MS 158 2 234 幀 28 2 97 幀 2 146 2 695 各跟蹤算法所需時(shí)間 /m s 粒子 (N = 150 4 845 7 099 各跟蹤算法平均時(shí)間 /m s 兩步 2 473 4 496 MS 27. 5 38. 5 粒子 (N = 150 62. 1 101. 4 兩步 31. 7 64. 2 5 結(jié)束語(yǔ) 本文針對(duì) M S跟蹤和

4、粒子濾波跟蹤各自的優(yōu)缺 點(diǎn) ,將其兩者進(jìn)行了很好地結(jié)合 ,提出了兩步多目標(biāo) 跟蹤算法 。在多目標(biāo)或遮擋情況下 , 該算法保留了 M S跟蹤實(shí)時(shí)性的優(yōu)點(diǎn)的同時(shí) , 也具有粒子濾波在 遮擋情況下的魯棒性等特點(diǎn) ; 在所需的每步粒子跟 蹤中 ,以上一步的跟蹤結(jié)果與模板的相似度為先驗(yàn) 知識(shí) ,自適應(yīng)地選取粒子個(gè)數(shù)和傳播半徑 ,緩解了粒 子缺乏多樣性的缺點(diǎn) , 也根據(jù)這個(gè)相似度來(lái)判斷是 否需要對(duì)目標(biāo)模板的更新 , 保證了更新的有效性 。 由于本文是對(duì)手工標(biāo)定的區(qū)域進(jìn)行顏色核函數(shù)直方 圖表示 ,在顏色不是目標(biāo)主要特征的時(shí)候會(huì)出現(xiàn)目 標(biāo)跟蹤丟失的情況 ,因此 ,結(jié)合目標(biāo)檢測(cè)的結(jié)果或提 取更好的特征將是下一步

5、的研究工作 。 參考文獻(xiàn) : 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. (下轉(zhuǎn)第 121 頁(yè) © 1994-2010 China Academic Journal Electronic Publishing House. All rights res

7、erved. 第 1期 李 鶯 ,等 : 基于神經(jīng)元和直接轉(zhuǎn)矩控制技術(shù)的高性能交流調(diào)速系統(tǒng)研究 作者簡(jiǎn)介 : 1 2 1 5 楊加強(qiáng) ,黃進(jìn) . 異步電動(dòng)機(jī)直接轉(zhuǎn)矩控制轉(zhuǎn)矩脈動(dòng)最 小化方法研究 J . 電工技術(shù)學(xué)報(bào) , 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 王建淵 ,鐘彥儒 , 崇鑫 , 等 . 合成矢量控制法改善直接 李鶯 ( 1975 - ,女 ,四川自貢人 ,講師 ,主要 從事電力電子 、 電氣傳動(dòng)的研究 。 E2 mail: lylyla126. com。 轉(zhuǎn)矩控制轉(zhuǎn)矩脈動(dòng)的研究 J . 西安理工大學(xué)學(xué)報(bào) , 2008, 24 (1 : 13 2 17. 8 劉群 . 時(shí)滯神經(jīng)元系統(tǒng)在外部周期激勵(lì)下的動(dòng)力學(xué)行 蔣澤甫 ( 1977 - ,男 ,貴州人 ,博士研究生 , 講師 ,主要研究方向電力系統(tǒng)規(guī)劃與可靠

9、性、 電機(jī)及其控制系統(tǒng) 、 風(fēng)電系統(tǒng)等 。 為研究 J . 重慶郵電大學(xué)學(xué)報(bào) (自然科學(xué)版 , 2009, 21 (4 : 561 2 567. 9 閔松 ,羅慧 ,萬(wàn)淑蕓 . 基于有監(jiān)督單神經(jīng)元的交流調(diào)速 控制算法研究 J . 華中科技大學(xué)學(xué)報(bào) (自然科學(xué)版 , 2002, 30 (10 : 72 2 74. (編輯 : 魏琴芳 (上接第 117 頁(yè) 4 張旭光 , 趙恩良 , 王延杰 . 基于 M ean 2Shift的灰度目 11 馬麗 , 常發(fā)亮 , 喬誼正 . 基于均值漂移算法和粒子濾 標(biāo)跟蹤 新算 法 J . 光 學(xué) 技術(shù) , 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 波算法的目標(biāo)跟蹤 J . 模式識(shí)別與人工智能 , 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. 作者簡(jiǎn)介 : 李紅波 ( 1970 2 男 , 甘肅蘭州人 、 高級(jí)工程 師 ,碩士 ,主要研究方向?yàn)閿?shù)字媒體 、 機(jī)器 視覺 、 虛擬現(xiàn)實(shí) 。 E 2 mail: lihongbo cqup t . edu. cn。 曾德龍 ( 1985 2 男 , 湖北仙桃市人 , 碩士研 究生 ,主要 研究方 向?yàn)?機(jī)器視 覺 , 虛