基于粒子滤波的抗遮挡跟踪算法_张琳

i k
［8 － 9 ］
。 修正后的权
i k －1
p（ z k | x ） p（ x | x zk ） q（ x ik | x ik －1 ，
i k
）
（ 4）
将最优重要性密度函数带入粒子滤波算法 ， 即 q（ x ik | x ik －1 ， z k ） = p（ x ik | x ik －1 ） （ 5） 可得到简化后的权值如下： w ik ∝ w ik －1 p（ z k | x ik ） （ 6）
基于视频序列的目标跟踪技术， 在智能安全监 控、 精确制导系统、 智能人机交互、 机器人视觉导航 等领域有着非常广泛的应用。 Gordon 等 提出的 粒子滤波方法成功应用于非线性 、 非高斯系统中， 是 目前跟踪领域应用最为广泛的算法之一 。 在目标跟踪中， 常常会出现目标逐渐被障碍物 全部遮挡的情况， 当目标通过遮挡物重新出现时， 传 。 统的粒子滤波通常无法恢复稳定及时的跟踪 如何 及时发现目标被全遮挡并在目标重新出现后能够及 时准确地恢复跟踪， 是粒子滤波算法需要解决和研 究的焦点问题。Yang 等
［2 ］ ［1 ］
和特征匹配， 解决了多目标合并 （ 遮挡 ） 的跟 踪 问 题。Nummiaro 等
［3 － 4 ］
针对目标被部分遮挡的情况
［5 ］
提出了一些解决方法， 改善了跟踪效果。 Wu 等
并利用预 通过学习的方法检测被部分遮挡的目标 ， 估的方法处理目标被全部遮挡的情况， 但对目标的 视角有一定限制， 且速度较慢。 安国成等
3087 （ 2014 ） 增刊 1013505 文章编号： 1009-
基于粒子滤波的抗遮挡跟踪算法
张 琳， 何小海
*
（ 四川大学 电子信息学院， 四川 成都 610065 ）
摘
要： 现有粒子滤波算法能够实现复杂背景下的目标跟踪 ， 但在目标逐渐被完全遮挡的过程中 ， 由于障碍物的干
扰， 跟踪的准确度受到很大影响 ， 并且在目标重新出现时难以恢复有效跟踪 。 作者基于粒子滤波器提出了一种改 进的方法： 当目标模型变化较大时 ， 利用分块匹配结果进行遮挡判别 。当判断目标外观变化时自适应更新模型 ； 当 判断目标被全部遮挡后对目标进行全局搜索匹配 ， 以保证目标再次出现时及时恢复跟踪 。 实验证明， 该方法能及 时准确地判断目标是否被全部遮挡并且在目标通过障碍物后重新出现时及时恢复有效跟踪 ， 良好地解决了出现全 遮挡情况的目标跟踪问题 。 关键词： 粒子滤波； 目标跟踪； 全遮挡； 分块匹配； 全局搜索 中图分类号： TP391． 41 文献标志码： A
第 46 卷 增刊 1 2014 年 4 月
四川大学学报（ 工程科学版）
JOUＲNAL OF SICHUAN UNIVEＲSITY （ ENGINEEＲING SCIENCE EDITION）
Vol． 46 Supp． 1 Apr． 2014

i ｛ x0 …， N， w ik ｝ ， i = 1， 将 k 时刻目标状态 x k 的后验 ： k， i i = 0， …， N｝ 为 ｛ x0 概率密度描述为 p（ x0： k | z1： k ） ， ： k，
p （y u） = f∑ k
i =1
( ‖y －a x ‖ ) δ［h（ x
i
i
－ u） ］ （ 8 ） （滤波的抗遮挡跟踪算法
137
化。 实验中取阈值 T = 0． 4。 2． 2． 2 模型更新策略 传统的粒子滤波跟踪算法并没有研究过模型的 更新， 而是基于跟踪过程中目标的颜色分布模型不 发生剧烈改变， 只采用最初的目标模型。 但是在实 际跟踪过程中， 当目标外观变化较大或非目标干扰 较为严重时， 使用固定的目标模型往往不能实现长 时间稳定有效的跟踪， 因此跟踪过程中模型更新是 必要的。 通过计算目标模型与跟踪结果区域的 Bhattacharyya 距离决定是否进行模型更新： 设置阈值 M， 若 Bhattacharyya 距离大于 M， 则跟踪结果与目标模 型基本匹配， 不需要更新模型； 若 Bhattacharyya 距 离小于 M， 则目标受到外观变化或遮挡等干扰 。 此时 需要根据 2 ． 2 ． 1 节中目标被遮挡的概率 p 来判断是 否需要更新模型， 当 p ＜ T， 即目标外观发生变化时
［11 ］ 更新模型。 根据模型整体更新策略 ， 用 α 表示模 型更新权值系数， 用 p t 表示当前帧跟踪结果的颜色
到 4） ， 否则进入下一帧继续循环， 转到 3 ） 。 4 ） 采用传统的粒子滤波算法继续对目标进行 跟踪。抗遮挡的粒子滤波跟踪算法的流程如图 1 所 示。
［6 ］
提出一
种用多个跟踪窗口描述目标及周围环境的均值移动 算法， 对于部分遮挡问题处理效果较好。 虽然针对 遮挡问题的研究已经取得一些成效， 但在目标外观 变化、 长时间完全遮挡等问题方面仍没有较好地解 决方法。 作者在传统粒子滤波框架下， 研究了一种解决 目标暂时全遮挡后又重新出现在监控场景中的粒子 滤波跟踪算法。在目标跟踪过程中， 目标颜色分布 模型的变化可能是由于遮挡或者目标外观变化引 起， 利用分块匹配结果进行遮挡判别， 当判断目标外 观变化时自适应更新模型； 判断目标被全遮挡后， 由 于目标重新出现在场景中的位置具有很大的不确定
2
2． 1
基于粒子滤波的抗全遮挡跟踪
目标模型
来进行遮
用于描述目标的特征有很多， 如颜色、 纹理、 边 缘和运动等。颜色特征计算简单， 且对遮挡不敏感， 是视频目标跟踪中经常采用的特征 。在目标跟踪过 程中， 光照的变化对图像中像素值的影响很大 ， 为减 小光照变化对颜色信息的干扰， 采用基于 HSI 空间 的核函数加权的颜色直方图作为系统观测模型 ， 在 统计颜色信息时， 不考虑亮度信息 I， 只提取 HSI 颜 色空间中的色调 H 和饱和度 S 对颜色信息进行统 计。计算颜色直方图时， 将 H 和 S 分量划分为 m = 8 × 8 个子区间， 分别统计落在各个小区间中的颜色
［10 ］
i = 0， …， N｝ 的粒子集， 对应权值为｛ w ， 将权值归 一化得到 k 时刻的目标状态的后验概率分布可离散 的加权为：
Ns i p（ x0： k | z1： k ） ≈ ∑ w ik δ（ x0： k － x0 ： k） i =1
i k
（ 3）
其中， 权值通过重要采样法选择 值为： w ik ∝ w ik －1
采用式（ 1 ） 和（ 2 ） 描述动态系统： x k = f k （ x k －1 ， v k －1 ） nk ） zk = hk （ xk ，
（ 1） （ 2）
（ u） 2， …， M， u = 1， 色直方图p y = ｛ p y ｝ ， 可表示如下： N
其中， 式（ 1 ） 表示系统的状态转移方程， 式 （ 2 ） 表示 系统的测量方程。 利用 假设 p（ x0 ） 为目标状态的先验条件概率，
对多目标进行分割、 检测
136
四川大学学报（ 工程科学版）
第 46 卷
性， 因此随机初始化一定数量的粒子对目标进行搜 索， 以保证目标重新出现时迅速恢复稳定跟踪。 实 验证明提出的算法对出现全遮挡情况的目标的跟踪 效果良好。
分量的个数。 当目标处于遮挡状态时， 目标区域中的外围像 素将变得不可靠， 对颜色信息进行统计时， 对其赋予 较小的权重， 而离目标中心较近的像素， 对其赋予较 大的权重， 用核函数描述如下： k（ r） = － r ，r ＜ 1 ； {1 0 ，r 1
收稿日期： 2013 － 09 － 09 基金项目： 国家自然科学基金委员会和中国工程物理研究院联 合基金资助项目 （ 11176018 ） ； 国家自然科学基金资 助项目（ 61071161 ） 女， 硕士生． 研究方向： 数字图像处理； 作者简介： 张 琳（ 1990—） ， mail： zl0817B@ xnmsn． com 目标跟踪和模式识别等． E* 通信联系人 Email： hxh@ scu． edu． cn
2
1
粒子滤波原理
粒子滤波（ particle filter ） 是一种以贝叶斯估计 思想为基础的非线性滤波方法， 其核心是使用一个 具有相应权值的随机样本集合 （ 粒子 ） 来表示需要 的后验密度
［7 ］ 。
（ 7）
r 越大， r 表示某个像素点到目标中心的距离 ， 式中， 则权重值 k（ r） 越小， 反之， 则越大。 假设目标区域的 i = 1， 2， 中心在 y 处， 目标区域中的某个像素点为x i ， …， N， N 为目标区域总的像素个数， 则目标区域的颜
f =
1 ‖y － x i ‖ k ∑ a i =1
N
(
)
式（ 8 ） 中： h（ x i ） 将像素点 x i 的颜色分量统计到不同 Hx 2 + Hy 2 ， Hy H x 为目标的半宽， 的颜色区间； a = 槡 ； ； u 为目标的半高 δ 为狄拉克函数 为颜色直方图的 区间索引； f 为归一化因子。 2． 2 遮挡和目标外观变化区分 目标被遮挡和目标外观变化都会引起目标颜色 分布模型的变化， 如何区分遮挡和外观变化是处理 全遮挡的关键。对于遮挡和目标外观变化都要采取 相应措施， 保证这 2 种情况下跟踪的稳定性和可靠 性。当目标被全遮挡后及时采取策略搜寻目标 ； 当 目标外观变化时及时更新目标模型， 保证跟踪的鲁 棒性。 2． 2． 1 基于分块匹配的遮挡判别 由于目标一般是从上下左右 4 个方向慢慢被障 碍物遮挡， 导致目标局部变化比较明显， 而目标外观 变化则比较分散， 因此采用分块匹配法 挡判别。
An Antiocclusion Tracking Method Based on Particle Filter
ZHANG Lin， HE Xiaohai *
（ College of Electronics and Info． Eng． ， Sichuan Univ． ， Chengdu 610065 ， China）