一种改进的MEAN-SHIFT目标跟踪算法

xT x, R 表示实数域 。如果一个函数 K ( x) ∶Rd →R,
存在一个轮廓函数 k∶[ 0, + ∞) →R,可写作
K ( x) = ck k ( ‖x‖2 ) ,
(1)
其中 ck > 0为标准化常数 ,并且轮廓函数 k满足 :
1 ) k是非负的 ; 2 ) k是非增的 ,即如果 a < b,则 k (a )
提高了搜索跟踪能力 。
设 xi ( i = 1, 2, …, N )是目标模板区域按照区域 长宽进行归一化的像素点 ,且归一化后 ,目标模板的
中心点为坐 标原 点。定 义映 射 b ∶R2 → { 0, 1, …,
H3 - 1} ,对于每个像素点 xi, b ( xi )表示该像素点特 征在量化的特征空间中的量化序号 , 特征 h = 0, 1,
一步简化为
H 3- 1
∑ ρ[ p ( y) , q ] ≈
1 2 h= 0
ph ( y0 ) qh +
∑ C c
2
nc i =1
wi K ( ‖
y
r
xi ‖2
),
(9)
式中
H3 - 1
∑ w i = h =0
ph
q�h ( y0
)δ[
b ( xi )
-
h ].
(10 )
这样 ,要获得候选目标和目标模板的最大相似度 ,就
(7)
2 跟踪算法
有了目标模板及候选目标的描述 , 并且有了衡
量它们相似程度 (距离 )的准则后 ,目标跟踪就变成
了在当前帧图像中搜索对应于目标的新位置 , 该位
置使得以 y为自变量的距离函数取得最小值 。搜索
从前一帧中的目标位置 y0 开始 ,在其周围邻域内寻 找。
首先计算 当前 帧 y0 处 的候 选 目标 区 域特 征 p ( y0 ) = ( p0 ( y0 ) , p1 ( y0 ) , …, pH 3 - 1 ( y0 ) ) , 对 Bha tta2 charyya系数 ρ[ p (y) , q ]在 y0 处使用 Taylo r公式展 开 , 得到它的一个线性近似 :
在以往的应用中 [ 4 - 5 ] ,在获取当前帧目 标的位 置时仅考虑了前一帧的直方图 。然而将前一帧的直 方图作为模板 ,容易导致一些不稳定结果 ,如果某帧 跟踪结果不够准确 ,则后续帧的跟踪结果也会连续 出错 。笔者在跟踪过程中引入了长期直方图和短期 直方图 2个局部特征 ,其中长期直方图是前面数十 帧直方图的均值 ,反映了目标区域相当长时间内颜 色的变化规律 ;而短期直方图则是前面几帧直方图 的均值 ,反映的则是目标区域短时间内颜色的变化 规律 。在搜索当前帧目标的位置时 ,采用的匹配直 方图模板等于长期直方图特征与短期直 方图特征 的均值 ,这样即使前一帧目标被部分遮挡 ,或背 景 、光照和目标局部 发生剧烈变化 ,当前 帧的目标 颜色特征与直方图模板的差异也不会太大 ,采用
作为匹配模板的情形 。
设 xi ( i = 1, 2, …, nc )为候 选目标区 域的像素 点 ,候选目标区域 长宽分别为 SL 和 SW , 以 y 为中 心 。使用相同的核函数 ,特征 h = 0, 1, …, H3 - 1 在
候选目标区域出现的概率为
∑ ph ( y)
=
Cc
nc i =1
y K( ‖
1
。
N
∑K (‖xi ‖2 )
i= 1
为了搜索当前帧目标的位置 , 采用长期直方图
特征与短期直方图特征的均值作为目标直方图的匹
配模板 ,现定义变量 Q = ( qij ) H3 ×L , qij为特征 i - 1在 前 L - j + 1帧图像的目标区域中出现的概率 。矩阵 Q
的初始值设为 qij = qi- 1 ( j = 1, 2 , …, L; i = 1, 2, …,
…, H3 - 1 在目标区域中出现的概率为
N
∑ qh = C K( ‖xi ‖2 )δ[ b ( xi ) - h ], i=1
h = 0, 1, …, H3 - 1,
(4)
式中 K (·) 为核函数; δ(·) 为 de lta函数; C为归一
H3 - 1
∑ 化常数 ,使得 qh h =0
= 1, 即 C =
2008年
6月
第 22 卷 第 3期
装 甲兵 工程 学院 学报
Journal of Academy of A rmored Force Engineering
Jun.
2008
Vo l. 22 No. 3
文章编号 : 167221497 ( 2008) 0320059204
一 种 改 进 的 M ean 2sh ift目 标 跟 踪 算 法
i =1
r
= 1,
因此 , q = ( q0 , q1 , …, qH3 - 1 ) 和 p ( y) = ( p0 ( y) ,
p1 ( y) , …, pH3 - 1 ( y) )分别就是目标模板和候选目标
的特征 ,为了度量 2 者之 间的相似性 , 使用 B hatta2
ch aryya系数 [ 6 ] :
Abstra ct: Based on the color histogram inform ation of ta rget region in m ulti2fram e im ages, a new M ean2 shift algorithm for object tracking is put forwa rd. Focusing onM ean2shift, when establishing characte ristic model for target template, the new a lgorithm not only conside rs the color histogram of target region in the proceeding fram e, but a lso considers the color histogram of target region in the first seve ra l fram es through the weighting. The refore, the stability of tracking is imp roved.
H3 - 1
∑ ρ[ p ( y, ) q ]≈ 1 2 h =0
ph ( y0 ) qh +
H3 - 1
∑ 1
2
h =0
ph
( y)
qh 1 (8 ) ph ( y0 )
一般情况下 ,连续 2 帧之间的时间间隔很短 ,目标模
板和候选目标不会有剧烈的变化 , 所以上述的线性
近似可以得到很好的结果。根据式 ( 5 )、( 8 )可以进
对于实时性要求很高的运动目标跟踪技术而 言 ,如何选取目标的特征信息 ,并在可靠的前提下简 化运算是目标跟踪的关键。由于目标的直方图具有 特征稳 定 、计 算方 法 简 单和 计算 量 小的 特 点 ; 而 M ean2sh ift算法 [ 1 ]作为一种最优的寻找概率密度极 大值的梯度上升法 ,在实时跟踪 [ 2 ] 过程中能表现出 良好的鲁棒性和较快的处理速度 ,所以将目标的直 方图与 M ean2shift算法结合 , 是一种比较理 想的目 标跟踪方法 [ 3 - 4 ] 。
r
xi ‖2 )δ[ b ( xi )
-
h],
h = 0, 1, …, H3 - 1 ,
( 5)
式中 K (·) 为核函数; r =
SL2
+ 2
SW2
描述候选目
H3 - 1
∑ 标窗口大小 ; Cc 为归一化系数 ,使得 ph ( y) h =0
即 Cc
∑ =
nc
1 K(‖ y -
。 xi ‖2 )
H 3- 1
∑ ρ(y) = ρ[ p ( y) , q ] =
ph ( y) qh , ( 6)
h= 0
该系数越大 ,表明候选目标和目标模板越相似。进
©
第 3期
要俊杰等 :一种改进的 M ean2shift目标跟踪算法
61
一步 ,可以定义目标模板和候选目标这 2 个离散分
布之间的距离为
d (y) = 1 - ρ[ p ( y) , q ].
L- 1
∑ H3 ) ,则长期直方图特征为 qLh
=
1 L
j= 0
qh, L - j, 短期直
∑ 方图特征为 qSh
=
S-1
1 则以 S j = 0 qh, L - j,
qh
= qLh + qSh 作为 2
S <L
特征 h在匹配模板的目标区域出现的概率 。通过对
前 L帧图像信息做均值运算 , 长期直方图保留了较
要俊杰 1 张桂敏 2 宋爱斌 1 刘 颖1
(1. 装甲兵工程学院 基础部 ,北京 100072; 21装甲兵工程学院 控制工程系 ,北京 100072 )
摘 要 :提出了一种利用 多帧图 像中目 标区 域颜 色直方 图特 征信 息的 M ean2shift目标 跟踪 算法 ,该 算法 以 M ean2 shift为核心 ,在对目标模板建立特征模型时 ,不仅 考虑 了前一帧的目标区域的颜 色直方图 ,而且将 前数帧中 目标区 域的颜色直方图通过加权一起考虑 ,从而提高了跟踪的稳定性 。
收稿日期 : 2008203203 作者简介 : 要俊杰 ( 1980 - ) ,女 ,山西太谷人 ,助教 ,硕士.
©
60
装甲兵工程学院学报
第 22卷
M ean2shift算法就可快速获取目标的位置 。