一种拥挤环境下的多目标跟踪算法

个相机的像平面作为参考图像, 并选定一个参考平面, 利 用参考平面上的单应性矩阵将其他视角的信息融合到参 考视角中, 利用定位信息进行多目标跟踪。本算法不需要 全部相机标定信息。实验结果表明, 本算法能够在拥挤的 环境中实现对多目标的鲁棒跟踪。
1 算法原理
1. 1 码本算法获取前景信息 码本模型由 Kim K[8] 提出, 该算法总体分为码本训练
和目标检测两个部分。在码本训练过程中为每个像素连 续采样一段时间, 根据采样值的颜色和亮度信息利用聚类 的方法形成多个码字, 这多个码字就构成了一个码本。而 每一个像素都有一个这样的码本。接下来就可以利用码 本来做目标检测。假设新输入的像素为 xi = ( R , G, B ), 其 对应的码本为 M。减背景操作 BGS( x i) 如下:
则 m atch= 0。
colordist( x i, vm )
( 1)
br ight ness( I , < I low , I high > ) = tr ue
( 2)
I low 和 I high 为码字的亮度最小值和最大值。
3) 判断前景运动目标像素:
foreground match= 0
BGS( xi ) = background m at ch= 1
Multiple targets tracking in a crowded environment
Lin Chao Mu Fangshun ( Dalian U niv ersity o f T echnology , Dalian 116024, China)
Abstract: Robust m ult-i t arget tracking is the basis of video surveillance systems. In a crow ded environm ent, it is difficult for tradit ional monocular m ethod to segment foreground target s and track. T he foreground inform ation through codebook algorithm and the homography mat rix are obtained by partial calibration met hod, according to this m atrix, the foreground inform ation of each view is projected into t he reference view to m ake data fusion and track by the localizat ion inf ormation. Experiment al result s show t hat t his algorithm can achieve robust t racking of mult iple targets in a crow ded environment and w orks rea-l time. Keywords: m ult-i t arget tracking; homography; localizing; codebook
1) 计算当前像素的亮度值 I= R + G + B, 定义布尔变
收稿日期: 2011- 5
40
中国科 技核心期刊
2011 年 9 月第 30 卷第 9 期
理论与方法
量 m atch= 0, 设定阈值变量 。
2) 根据以下两个条件从码本 M 中找出与当前像素
wenku.baidu.com
相匹配的码字 Cm , 如果能够找到码字 Cm , 则 match= 1, 否
( 3)
1. 2 由平面引起的单应性矩阵
通过一个平面, 一个摄像机图像平面( 以下简称像平
面) 上的点与另一个像平面上的点建立起了一一对应的关
系。其几何关系是这样的: 当连接某一相机的光心点 C 和
像平面上的任意一点 x 并延长使之与空间平面 相交于
点 x , 当把 x 和另一相机光心点 C 相连接后并与另一像
平面相交的点 x 便是点 x 的对应点。
到其他视角时并不在前景目标上。反之, 当把其它视角中 脚部的点投射到参考视角上时, 它们也必然交与脚部, 这 启发我们把其他视角的前景信息按一定权值投射到参考
0引言
多目标跟踪在视频理解、机器人导航、智能监控等领 域都有着广泛的应用[ 1-2] 。在拥挤的环境中, 由于目标的 密度大, 相互之间的遮挡频繁发生, 根据传统的颜色分布、 形状等信息, 我们几乎不可能实现对运动目标的检测和分 割。近年来, 很多学者做了这方面的研究, 所提出的算法 大致可以分为两类: 单目跟踪算法和多目跟踪算法。文献 [ 3] 提出了利用蒙特卡洛采样算法。文献[ 4] 提出 meansh ift 算法。文献[ 5] 提出了一种基于特征融合的点特征目 标跟踪算法; 文献[ 6-7] 提出了利用多相机的单应性关系 的多目跟踪算法, 但他们是建立在相机标定的基础上的, 而相机的标定比较复杂, 计算量也较大。本文提出了一种 基于多相机的多目标多层定位跟踪算法。我们在不同视 角放置多个同步相机, 利用码本模型得到多个视角的前景 信息, 利用部分标定法获得平面单应性矩阵, 选择其中一
理论与方法
2011 年 9 月第 30 卷第 9 期
一种拥挤环境下的多目标跟踪算法
林 超 沐方顺 ( 大连理工大学 大连 116024)
摘 要: 多目标的鲁棒跟踪是视频监控系统的 基础。在 拥挤的 环境下, 由 于遮挡 的原因, 传统 的单目 跟踪方 法很难分 割前景 目标并跟踪。本文通过码本算法获得多个视角的前景信息, 利用 部分标定法获得平面 单应性矩 阵, 根据 此矩阵将 各个视角的 前景信息投射到参考视角后进行数据融合, 利用得到的 定位信息进行跟踪。实验结果 表明, 该算法在拥 挤的环境 中能实现对 多目标的鲁棒跟踪, 具有很好的实时性。 关键词: 多目标跟踪; 单应性; 定位; 码本算法 中图分类号: T P319 文献标识码: A