一种尺度自适应的粒子滤波跟踪算法

文章编号：1002－8692（2009）01-0024-03

一种尺度自适应的粒子滤波跟踪算法*

师改梅1，周建雄1，张笑微1，彭定明2，万妍1

（1.西南科技大学信息工程学院，四川绵阳621010；2.中国兵器工业部第58研究所军品部，四川绵阳621000）

【摘要】针对复杂背景下目标发生旋转、遮挡、尺度变化和摄像机运动时不能实时跟踪到目标的问题，将最佳核窗宽方法和信息量度量方法相结合，用于粒子滤波框架中，各个粒子通过均值偏移来搜索峰值，同时加入了相应的遮挡策略。实验结果表明，该算法在目标发生旋转、遮挡后仍能很好地跟踪到目标，同时跟踪窗能随目标尺度的大小变化作相应调整，大大提高了算法的实时性和稳健性。

【关键词】遮挡；尺度变化；信息度量；粒子滤波；均值偏移算法

【中图分类号】TP391.4【文献标识码】A

Scale Adaptive Particle Filter Tracking Method

SHI Gai-mei1,ZHOU Jian-xiong1,ZHANG Xiao-wei1,PENG Ding-ming2,WAN Yan1

（1.School of Information Engineering,Southwest University of Science and Technology,Sichuan Mianyang621010,China；

2.Dept.of Armament Products,No.58Research Institute of China Ordnance Industry,Sichuan Mianyang621000,China）

【Abstract】Robust real-time object tracking is the critical task while there are rotation,occlusions,target scale variations and camera motion.It presents the information measure into particle filtering,which has typically been used in combination with best bandwidth.The proposed tracker first produces a few of samples and then shifts the samples toward a close local maximum using Mean-Shift,while multiple hypotheses are processed in cases of occlusion.In the presented tracking examples,the improved algo-rithm can successfully track objects more reliably after rotation,occlusions and can select the proper size of the tracking window in the scenarios that not only the object scale increases but the scale decreases as well.

【Key words】occusion;scale variations;information measure;particle filter;Mean-Shift algorithm

·论文·

1引言

序列图像中目标的跟踪一般属于非刚性运动的估计问题，其主要特点是运动无规律，难于描述。基于颜色直方图[1-2]的粒子滤波方法由于颜色对目标发生部分遮挡、旋转以及尺度变化时的鲁棒性而倍受关注[3]。粒子滤波方法中，粒子数的选取严重影响着跟踪速度，而Mean-Shift[4]是一个自适应搜索峰值的过程。文献[5]综合利用粒子滤波和Mean-Shift跟踪算法的优点，将两者进行融合，利用Mean-Shift算法使粒子滤波中各粒子均向其局部极大值处移动，最后再将各状态加权，在增加鲁棒性的同时大大提高了计算速度。然而上面所提到的跟踪算法都没有解决目标发生明显尺度变化时跟踪窗的自适应变化问题，目前有一些学者提出了自适应选取Mean-Shift核窗宽[4]的方法。文献[6]将多尺度图像的信息量度量方法[7]引入到基于彩色直方图的Mean-Shift目标跟踪算法中，观察者与目标距离的远近通过信息量表示，根据信息量的变化来自动调整跟踪窗口尺寸。也有学者提出了目标运动的仿射变换表示[8]和SIFT特征点提取[9-10]等方法，但其中仿射模型的建立、特征自身的检测和提取是难点。

笔者正是在上述分析的基础上，结合均值偏移和粒子滤波方法来减小计算的复杂度和提高跟踪的精度，同时将文献[4]提到的最佳核窗宽方法与信息量度量方法相结合，在目标逐渐缩小和逐渐增大时分别采取相应的核窗宽更新策略来实现尺度的自适应变化。跟踪过程中也采取了相应目标遮挡处理策略，在目标发生部分遮挡或短时间完全遮挡后仍能稳定地跟踪到目标。

2均值偏移粒子滤波算法

2.1目标模型的建立

笔者选取颜色直方图来建立目标的空间模型。本文选择16byte×16byte×16byte的HIS空间颜色加权直方图作为目标的颜色模型。

2.1.1初始帧的目标模型

加权颜色直方图可反映目标区域的统计特征，初始帧的目标模型可通过式（1）建立

q

n

=C

N

i=1

Σk（‖x0-x i‖

h

）δ[b（x

i

）-n]（1）

*四川省教育厅重点资助项目（2006A097）；国防基础科研项目（C1020060355）