基于相关滤波的视频目标跟踪算法综述
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
〇 引言
视频图像序列的目标跟踪是计算机视觉相关应 用 的 重 点 研 究 方 向 ,要 求 在 连 续 的 图 像 序 列 中 建 立 和 更 新 目 标 的 动 态 表 观 模 型 ,并 以 此 为 依 据 找 到 目 标 的 状 态 信 息 (位 置 和 大 小 )。计算机实现视频 目 标 跟踪可以更好地帮助理解视觉目标的动态表观本 质 ,进一步满足民用和军用各种需求,如车辆的自动 驾 驶 、监控视频的自动分析、机器人的交互伺服以及 医学图像的跟踪分析等。此 外 ,随着日益增长的数 据 规 模 ,尤 其 是 大 量 的 视 频 数 据 (来 源 于 交 通 监 控 、 智 能 移 动 设 备 、社交媒体 和 公 共 安 全 )需 要 得 到 及 时 *
第8卷 第 3期 2017年 6 月
•专家视野•
Command In指for挥m信ati息on系S统yst与em技a术nd Technology
Vol.Ju8n
No. 3
. 2017
doi: 10. 15908/j .cnki.cist.2017. 03. 001
基于相关滤波的视频目标跟踪算法综述x
2
指挥信息系统与技术
2017年 6 月
角度为出发点的鉴别学习跟踪算法得到了广泛研究 和发展。2009年 ,B.Babenko等[4]提出在线多例学 习跟踪算法(M IL) ,通 过 提 取 目 标 和 背 景 2 方面的 表观信息而建立分类器,并以此为依据完成跟踪,但 该 算 法 中 对 目 标 正 负 样 本 的 定 义 由 主 观 决 定 ,故对 样 本 标 签 信 息 的 定 义 问 题 并 未 得 到 解 决 ;为了更好 强 调 跟 踪 过 程 中 对 候 选 样 本 的 控 制 程 度 ,Z.Kalal 等[5]利 用检测学习跟踪(T LD )算法对跟踪问题建 立 了 结 构 化 约 束 ,利 用 检 测 算 法 完 成 对 目 标 再 跟 踪 的判定过程;为了解决对样本标签信息的定义问题, S . Hare[6]同 年 建 立 了 利 用 核 方 法 的 结 构 化 输 出 模 型 (Struck) ,通过对没有标签信息的样本进行学习, 再利用结构化支持向量机(SVM )分类器完成目标 跟 踪 。此 后 ,由于稀疏表示及低秩表示在计算机视 觉 方 面 的 突 出 表 现 ,大 量 利 用 该 类 方 法 的 跟 踪 算 法 也 得 到 广 泛 研 究 ,基 于 生 成 和 基 于 鉴 别 学 习 方 法 的 跟 踪 算 法 同 时 得 到 大 力 发 展 [7],如 2 0 1 2 年 X .Jia 等 [8]提 出 自 适 应 局 部 结 构 稀 疏 表 观 模 型 ,该模型利 用整合后的局部稀疏表示来体现目标的表观结构, 在一定程度上更加合理地对目标进行了表示;此 外 , W.Zhong等 ™利 用 稀 疏 协 同 表 示 将 鉴 别 信 息 引 人 稀 疏 表 观 模 型 ,强 化 了 对 背 景 信 息 的 考 量 。
吴小俊徐天阳须文波
(江 南 大 学 物 联 网 工 程 学 院 江 苏 无 锡 214122)
摘 要 :基于相关滤波的视频目标跟踪算法近年来在不同的标准数据集和目标跟踪竞赛上均取得 显 著 成 果 。较 全 面 总 结 了 相 关 滤 波 视 频 目 标 跟 踪 算 法 的 发 展 过 程 和 改 进 算 法 ,分 别 从 样 本 构 建 、优 化设计和更新方法等方面整理分析了上述算法。同时,桄理和分析了上述算法存在的难点问题,并 展望了其进一步的发展。 关 键 词 :计 算 机 视 觉 ;目标跟踪;相 关 滤 波 ;表观建模 中图分类号:TN 95 文献标识码: A 文章编号:1674-909X (2017)03-0001-05
Review of Target Tracking Algorithms in Video Based on Correlation Filter
WU Xiaojun XU Tianyang XU Wenbo (School of IoT E ngineering, Jiangnan U niversity, W uxi 214122,Jian g su ,C hina) Abstract:Target tracking algorithms in video based on correlation filter have achieved evident re sults in different standard benchmarks and competitions of target tracking recently. The compre hensive development process and the improvement of the target tracking algorithms based on cor relation filter are summarized. Above algorithms are analyzed respectively from the aspects of sample construction, optimization design and updating method. Meanwhile, the problems of a bove algorithms are analyzed and the development trend is prospected. Key words:computer vision;target tracking;correlation filter;appearance modeling
有 效 处 理 ,这 也 对 目 标 跟 踪 研 究 提 出 了 更 迫 切 需 求 。 经 过 3 0 多年研究与发展,大量视频目标跟踪算
法相继提出,主要分为生成学习和鉴别学习2 类跟 踪 方 法 。早期工作主要集中于生成学习跟踪方 法 研 究 ,如 Lucas-Kanade算法[1]、Kalm an滤波算法[2]和 Mean-sh ift跟踪算法[3]等 。但由于生成学习方法仅 考 虑 目 标 本 身 的 表 观 信 息 ,而 忽 略 了 周 围 背 景 噪 声 信 息 ,且目标本身的表观变化具有随机性和多样性 特 点 ,早期研究工作通过经典的数学模型难以准确 把 握 Байду номын сангаас 标 的 动 态 表 观 信 息 ,因 此 ,常导致若干帧后跟 踪失败。接 着 ,研究人员尝试在跟踪问题中引人包 含 考 量 背 景 信 息 在 内 的 鉴 别 学 习 方 法 ,以判别分类
* 基 金 项 目 :国家自然科学基金(61373055,61672265)资助项目。
收 稿 日 期 :2017-05-16
引 用 格 式 :吴小俊,徐天阳,须文波.基于相关滤波的视频目标跟踪算法综述[ J ] . 指挥信息系统与技术,2 0 1 7 ,8 ( 3 ) :1 -5 . W U Xiaojun, XU T ianyang, XU W enbo. Review of target tracking algorithm s in video based on correlation filte r[J ]. C om m and Inform ation System and T echnology ,2 0 1 7 ,8 (3 ) :l-5 .