国内外研究现状和研究意义

吉林大学博士学位论文

背景及意义

视觉是人类感知外界信息的重要手段，外界信息的80%以上都是人类通过视觉获取的，当今社会，视频在人类的生产、生活中被广泛传播，成为了人们获取信息最重要的手段。伴随着电子计算机处理能力的飞速发展，人们利用视频内容为自己服务的要求越来越高，利用计算机的高速处理能力为人类提供更加直接有效的视频信息变得越来越重要，智能视频处理的研究越来越受到重视，视频监控系统的应用也日益广泛。

目标跟踪作为智能视频处理的一个重要分支，得到了各国学者的重视，这其中有很多原因使得目标跟踪被大家所关注，其一，计算机的快速发展使得视频处理的大量运算得以实现；其二，存储介质的价格不断降低，使得大量的视频信息得以保留，方便后期调用；第三，军事、民事的需求增强，人们都想借助计算机协助改善生活质量。

目标跟踪在如下领域已经在发挥无可替代的作用：

（1）军事应用，军事上的巨大应用前景极大促进了运动目标识别技术的发展，远程导弹、空空导弹的精确打击，飞机航线的设定和规避障碍等都离不开目标跟踪技术，无人机的自动导航功能，通过将目标跟踪得到的位置信息和自身航行速度做分析，实现自主飞行。

（2）机器人视觉，智能机器人能像人类一样运动的前提就是它能“看”到外面的世界，并用“大脑”对其分析判断，认知并跟踪不同的物体，机器手需要通过在手臂上安装的摄像头，锁定目标，并跟踪其运动轨迹，跟踪抓取物体。

（3）医学影像诊断，目标跟踪技术在超声成像中目标自动跟踪分析有着广泛的应用前景，由于超声图像噪声非常大，有用信息很难清楚直接的通过肉眼定位识别，在整个视频中，对有用目标进行准确识别跟踪，将会极大提高诊断准确性，Ayache 等人已经将目标跟踪应用到了超声检查的心脏跳动中，为医生及时准确的诊断心脏问题提供了很大的帮助。

（4）人机交互，传统的人机互动是通过鼠标、键盘、显示器完成的，一旦机器能够跟踪人类的肢体运动，就可以“理解”人类的手势、动作，甚至嘴型，彻底改变传统的人机交互方式，将人机交互变得和人与人之间的交流一样清晰。

（5）车辆跟踪，目标跟踪的一个非常重要的贴近民生的应用就是车辆跟踪。随着汽车相关技术的不断成熟和居民生活质量的大幅提升，我国从自行车大国逐步过度到汽车大国，家庭对汽车的拥有量将发生井喷，越来越多的家庭拥有自己的汽车，使得道路交通负担越来越重。另一方面，城市建设已经定形，城市中的公路已经无处可修，有限的公路对应不断增加的汽车数量，使得交通事故频发，这些问题对道路交通管理提出了更加严格的要求，逐步形成了智能交通系统的概念。智能交通能够由计算机自动识别车辆信息，并跟踪车辆行驶，分析闯红灯，违章变线，车辆逆行等违章行驶事件，将会极大减轻交通警察的工作压力，提高行车安全，减少交通事故的发生。另一个重要的应用是，如果车辆的目标跟踪得到快速发展，那么自动驾驶将成为可能，现在车辆上应用的定速巡航功能，仅仅可以做到定速，也就是电脑控制车速保持，而无法自动识别路面上车辆行驶情况，自动控制车辆的转弯变速，一旦车辆的目标跟踪技术成熟，那么将会给道路交通带来非常深远的影响，极大提高人们的生活质量。

1.2 国内外研究现状

目标跟踪领域的研究是一个非常复杂的课题，随着信息技术的飞速发展，视频监控深入到了人们生产生活中的各个领域，自然引起了各国学者的重视，许多国家投入了大量的人力物力财力去深入研究，解决目标跟踪领域出现的问题，促使目标跟踪算法的飞速发展，视频目标跟踪领域的提出以及发展现状简要的叙述如下：

Wax 于1955 年最早提出了目标跟踪理论的基本原理，Sittler 于1964 年提出目标点轨迹的概念和目标运动路径最优数据关联的贝叶斯理论，由此改进了目标跟踪算法，为后来目标

跟踪理论的成熟打下了基础。

70 年代，Yaakov 和Singer 于将卡尔曼滤波算法和相关的数学理论引入到目标跟踪算法中，促使目标跟踪技术在这个时期发生了非常大的发展，之后很多科学家在运动目标跟踪和数据相关等方面提出了自己的算法，比如当时比较有影响的算法：时间相关模型联合数据关联滤波器、多重假设目标跟踪、交互式多模型滤波、概率数据关联滤波、分层融合滤波等很多经典算法。

90 年代后，Cheng X R L，Kirubarajan T，Mori S 等一些目标跟踪领域的学者在均值偏移理论、概率多假设追踪、变结构多模型、分布的目标融合等几个方面做出了突出贡献，将目标跟踪领域向前推进了一大步，特别是1995年，Cheng 对Mean shift 理论进行的完善，定义了核函数，针对样本点的不同偏移位置，应用不同的统计特性，并且提出了权值系数，使得不同样本点的权值也不相同，极大的增强了运动目标跟踪的时效性和准确性。这之后一直到今天，在目标跟踪领域中，mean shift 算法及其改进算法一直是学者研究的重点。

进入21 世纪，Doucet A, Gordon N，Godsll S J，Maskell S 等学者又将粒子滤波方面的研究成果加入到目标跟踪领域中，粒子滤波可以用来解决非线性、非高斯分布的情况，但粒子滤波依旧有很多方面需要改进，针对粒子滤波的目标跟踪算法受到了相关领域研究者的广泛关注。

当前众多的学术期刊，每年都有很多篇有关目标跟踪领域的学术论文发表，如IEEE Transactions on Pattern Analysisi and Machine Intelligence(PAMI)，IEEE Transactions on Image Processing（IP），IEEE Transactions on Pattern Analysisi and Machine Intelligence，（TPAMI）The Institute of Electronics,Information and Communication Engineers（IEICE）等都很重视目标跟踪领域学术成果。

很多世界上顶级的学术会议每年也都有专门的目标跟踪方面的分会，如IEEE

Conference on Computer Vision and Pattern Recognition （ICCVPR），IEEE Conference on Computer Vision（ICCV）等。

国外很多著名的学府也都成立的专门的计算机视觉实验室，对目标识别、检测、跟踪进行专门的研究，如Carnegie Mellon University，Stanford University，Massachusetts Institute of Technology，Royal Institute of Technology，University of Cambridge 等。

很多公司研究机构也成立了目标检测跟踪项目部，对目标跟踪领域的应用进行更加深入的挖掘，如SRI International，BAE，The Beckman Institute，Mitsubishi Electric 等。

国内目标跟踪领域起步较国外有些滞后，但是近年来越来越多的高校和研究所开始重视目标跟踪方面的研究，并且取得了非常不错的研究成果，这其中包括了清华大学，哈尔滨工程大学，华中科技大学，上海交通大学，国防科技大学，吉林大学，中国科学院计算机技术研究所等。

国内的学术期刊也重视视频跟踪方面学术成果的交流，每年都会有很多目标跟踪方面的学术论文发表，如计算机学报，软件学报，自动化学报等。在车辆跟踪领域，当今世界的发达国家都将智能交通作为重要的研究课题进行研究和规划。美国交通部早在1999 年就将车辆检测系统加入其高速公路的检测系统（HPMS，Highway Performance Monitoring System）的评测报告中。

智能交通领域的专家预测的未来智能交通系统会给人类带来很多有意的改善，包括交通拥堵量下降20%，由于拥堵造成时间延误所带来的损失将减少10%-25%,车辆油耗降低30%，同时废弃排放减少20%，最重要的是可以极大减少车祸的发生概率，预计可降低50%-80%。

1.3 车辆目标跟踪的关键问题

1.3.1 目标的特征提取

在目标跟踪之前，我们首先需要得到要识别的目标，也就是在跟踪初始化的第一帧图像上找