基于单目计算机视觉的目标跟踪与识别方法讨论

蕾
城 矿
ＡＴＦ ＩＬＮＥＬ Ｅ Ｃ Ｎ ＥＴ Ｉ Ｔ ＮＴＣ ＮＱ Ｅ ＲＩＣＡ ＴＬＩ ＮＥＡ ＤＩ ＮＩＣ Ｉ ＥＨ ＩＵＳ Ｉ Ｉ Ｇ Ｄ ＦＡ Ｏ
的影响较轮廓匹配要大。
人工智能及 识别 技术
（） 由于轮廓 匹配依 赖于 边缘信 息 ，而边缘检 测受 到像 ５
素值 的突变影 响 ，直 方图在低 噪声下 各个值 的分 布不会 出现
调直方 图 比较光线 变化前后 匹配值 的均 值相差 ４ １ ，预测 ． 倍 Ｏ
四成 立
参 考 文献
【】陈云亮 ．图像单 个运 动 目标 识别 与跟 踪 的一种解 决 方案 １ ［ Ｊ 】．武汉 ：计算机工程与应用 ，２ ０ ：１— ７ ０９ ５１． 【］潘 建生 ．浅谈 手势识别 在人机 交互 中的应用 ［ ２ Ｊ ］．江苏 ：
电脑知识与技术 ，２ １ ． ２ ６ ９ １ ． ０ １：９ １ — ２ ８
【］王维雅 ，丁雪梅 ，黄向东 ，谭久彬 ，李海英 ．一种小 目标 ３ 快速识别 与跟踪方法 ［ 黑 龙江 ：光 电子．激光 ，２０ ： Ｊ ］． ０ ７
１ １ １ ４ ２—２．
（） 以手作 为 目标 ，保持 目标 的定 位 、手 的姿 势与方 向 ５
１ 引言
在计 算机视觉 研究领域 中 ， 目标 的跟踪 与识别 是一个非
于Ｈ ｕ矩的轮廓匹配 （ｏ ｔ ｒ ｔｈ ［ Ｃ ｎｏ ｃ）１与基 于卡方检测 （ｈ— ｕ Ｍａ ５ Ｃ ｉ
ｓｕ ｒ ｑ ａｅ ）的直方 图 比较 ［ ５ １ 对二者进 行 比较 ，所对 应 的 目标 ，并
常重 要 的课题 ，对于直观 的人机交互 和安全 监控等方 面有着 举 足轻重 的作 用。 目前 业内已经有许多实用 的跟踪识别 方法 ，
ｄ ｆ ｒ ｎ ｎ ｉ ｎ ｎ ｎ ｕ ｇ ｓ ｎ ｔ ｅ ｍｅｈ ｄ ａ ｏ ｔ ｎ ｉ ｅ ｅ ｔｅ ｖｒ ｍｅ ｔａ ｄ ｓ ｇ ｅ ｔ ｈ ｔ ｏ ｄ ｐ ｉ ． ｏ ｏ ｏ
，
Ｋｅ ｒ ｓ ｍｏｏｕａ ； ｏ ｐ ｔ ｉｏ ｏｊｃ ｔ ｃ ｉ ｏｊｃ ｒｃｇｉｏ ｙｗｏｄ ： ｎｃｌｒ ｃｍ ｕｅ ｖ ｉ ｒ ｓ ｎ； ｂｅｔｒ ｋｎ ａ ｇ； ｂｅｔ ｅｏｎｔｎ ｉ
（ｏ ｗａｅＣｏｌｇ ， ｉｈ ａ ｉｅｓｔ Ｃ ｅ ｇ ｕ６ ０ １ ） Ｓ ｆ ｒ ｌ ｅ Ｓｃ ｕ ｎＵｎｖ ｒｉ ｔ ｅ ｙ， ｈ ｎ ｄ １ ２ １
Ａ ｓｒｃ： ｈｓ ａ ｅ ｏｓｓｍ ｘ ｅ ｍ ｎｓ ｆ ｏ ｅｃｍ ｏ ｌ ｕｅ ｅ ｏｓｏ ｉ ｇ ｒｃｓｉｇｗ ｒｓ ｎｏｊｃ ｔ ｃ－ ｂ ｔａｔ Ｔ ｉ ｐ ｐｒ ｅ ｏ ｅｅｐ ｒ ｅ ｔｏ ｗ ｔ ｏ ｍ ｎｙ ｓｄｍ ｔ ｄ ｆｍａｅｐｏｅｓ ｏｋ ｂｅｔｒ ｋ ｄ ｉ ｈ ｈ ｈ ｎ ｏ ａ
…
．
｛
＿
过大的变化 ，因此在低噪声下直方图 比较应该 优于轮廓匹配。
４ 实验 方法 与结 果
４１ 实 验 环 境 ．
ｌｌ ¨＿ ｌ ＂ ０
（）硬件环境 １
１ Ｃ Ｕ： Ａ — ４ ０ Ｕ ｗｔ Ｒ ｄｏ （ ） Ｐ ＭＤ Ａ６ ３ ０ Ｍ ＡＰ ｉ ａｅｎ ｔ ｈ ｍ） Ｈ Ｄ
（） 在 白色简单背景 、光 线充 足的环境 下 以人 脸作 为 目 １ 标 ，保持人 脸的方 向 、姿势 与离摄像 头 的距 离迅 速平移 ，分 别用 连续 白适 应均值 漂移与模 板匹 配进行跟 踪 ，发 现其 跟踪 成功率达到 ９ ％，预测一不成立。 ９ （） 在偏黄 色复杂 背景 、光线充 足的环境 下 以手作 为 目 ２ 标 ，保 持手 的方 向、姿 势与离摄 像头 的距离 缓慢平 移 ，分别 用连 续 自适 应均值漂 移与模板 匹配进 行跟踪 ，发现 前者 跟踪
标的边缘 、 轮廓 、直方 图等特征信息。 （） 目 匹配与识 别 ： 目标识别是 一个通 过将所 获得 的 ５ 标 目 与标 准模板进行匹配 ，进行 目 标 标分类 的过程 。
在所描述 的实验 中 ，输入设 备采用 网络摄 像头 ，图像预
转 、缩 放等变化对 于模板 匹配 的跟踪 效果影 响要大 于连续 自
［】Ｇ ｒ ｒｄｋ，Ａ ｒ ｎＫ ｅｌｒＬ ａｎｎ ｐｎ Ｖ 【 ５ ａｙＢａ ｓｉ ｄ ａ ａｂｅ． ｅｒｉｇＯ ｅＣ Ｍ】． ． ： ｉ ＵＳ ．
Ｇｒ ｐ ｉ ｓ８ ０ ａ ｈ ｃ ．ＧＨｚ ２ ３ － ．ＧＨｚ
２ Ｒ Ｍ：１ ７ Ｂ ） Ａ ．Ｇ ４ ３ Ｉｔｇａ ｄＣ ｍ ｒ： １ ８ｘ ２ ，６Ｈｚ ） ｎｅｒ ｅ ａ ｅａ ２ ０７ ０ ０ ｔ
（）软件环境 ２
１ Ｏ ：Ｗｉｄｗ ） Ｓ ｎｏ ｓ ７
２ Ｉ ） ＤＥ：ＶＳ ０ ０ ２ １ ３ Ｓ ） ＤＫ：Ｏｐ ｎ Ｖ ｅＣ
—＿ —． ＾ 、—｝—— —＿ —＿ ｌ ＼—二—－ —、ｒ— ———＿ — —、 ］ —、 —— —
、
【 堡 卜【 查 Ｊ 望 璺 塑 堡 兰
ｌ
【竺 垩 望 堡 Ｊ 垄 皇 堕 堡
２ 系统框 架
计算 机视觉 的 目标跟 踪与识别 系统 主要 由图像 摄取 、图 像预处理 、目标定位 与分割 、目标 特征提 取 、 目标 匹配 与识 别等组成 １ ２ １ 。 （） 图像摄 取 ：从 视频 输入 设备 中获 取所 拍摄 的 图像 ， １
电脑编 程技 巧与维护
基于单 目计算机视觉 的 目标跟踪 与识 别方法讨论
邱 亮
（ 四川大学软件学 院，成都 ６ ０ １） １２ １
摘
要 ：通过 实验 ，对几种 常用的 图像 处理方法在单 目计算机视 觉下进行 目标 的跟踪与识别 ，并进行对 比，总结 出
各 方法在不 同场景 中的处理效果 ，并提 出了相应 的使 用建议 。 关键词 ：单 目 ； 计算机视 觉 ；目标跟踪 ；目标识 别
对于一些场 景中 的 目标跟 踪识别有 着不错 的效果 。但 不 同的 方法将导致 对 目标 的跟踪 和识别 的精确度 和鲁棒性 方面产 生
特征提取分别采用 Ｃ ｎ ｙ ａ ｎ 边缘检测和色调 ｈ ｅ ｕ ）直方图。
主要讨论在上述条件下 目标的运动速度造成 的跟踪丢失 、 背 景颜色 和 目标变化对 跟踪 的影 响以及光 线和噪声对 识别 的 影 响 ，其 图像处理活动拓扑结构如 图 １ 所示 。
进行 微量平移 ，前一半 图像序 列使用 原图像 ，后一 半 图像 序
【］Ｒ ｆｅ Ｃ ｏｚｌｚ Ｒｃａｄ Ｅ． ｏｓ Ｄ ｇａ Ｉ ａｅ Ｐｏ ４ ａ ｌ ．Ｇ ｎａｅ ， ｉ ｒ Ｗｏｄ ． ｉ ｔ ｍ ｇ ｒ ａ ｈ ｉｌ
ｃｓｉｇ［ ｅｓ ｎ Ｍ］． 北京 ：电子工业 出版社 ，２０ ． ０８
快速运 动过程 中，模 板匹配对 于连续 自适 应均值 漂移更 不容
易跟踪 丢失 。 （） 由于连续 自适应 均值漂 移需要根 据 目标 的颜 色值分 ２ 布信息 ，而模板 匹配则是像素上 的 比较 ，因此背 景 中与 目标
去除采集和传输 噪声时产生 的噪声 『 ３ １ 。常见的预处理 有平滑 、
上手。
分别 用连续 自适应均 值漂移 与模板 匹配进行 跟踪 ，发现 前者 跟踪成功率为 ９ ％，后 者为 ８ ％，预测三成立 。 １ ４ （） 以手作 为 目标 ，保持 目标 的定位 、手 的姿 势与 方 向 ４ 进行 微量平 移 ，前一 半图像序 列使用 较暗光线 ，后 一半 图像 序列使 用较亮 光线 ，分 别用轮 廓匹配 与色调 直方 图 比较进 行 识别 。轮廓匹配光 线变化前后 匹配值 的均值相差 ２６ 倍 ，色 ．１
较 大的差 异Ⅲ ，每一种方法都可能依赖 于某一使用场景 ，对 于
不同 的场 景 ，不 同的方法 都有着其 不 同的优 缺点 。将对 于一 些单 目计 算机视觉的 目标跟踪与识别 的方法进行 实验 、对 比， 总结 出各个方法 的优缺点 ，并提出其使用建议 。
， 、 ，
ｒ — — —— ， 调 方图 较 ＿ — — 、 【 — 色 直 比 Ｊ
空间滤波 ［ ４ １ 、锐化等。 wenku.baidu.com （） 目标 定位分割 ：从 视频流 图像 中定位 到 目标并提取 ， ３
以便下一 步进行特征 提取 。常见 的方法 有颜色模 型 、轮 廓跟
踪等方法 。 （） 目标 特征提取 ：在定位分 割 的基础上 ，进而提 取 目 ４
有相似 颜色值分布 的物体将导致 模板 匹配的跟踪 效果 优于连 续 自适 应均值漂移 。 （） 由于模板匹配是通过源 图像 与模 板图像的像素 比较 ， ３ 而连续 自适应均值 漂移仅依 赖其颜色值 分布 ，因此 目标 的旋
成功率为 １ ％，后者为 ６ ％，预测 二成 立。 ４ （） 在 白色简单背 景 、光 线充 足的环境 下 以人 脸作 为 目 ３ 标 ，不断旋转 人脸 的方 向并改变其 离摄像头 的距 离缓 慢平移 ，
有更好 的跟踪效 果 。若场 景中可能有 光线状况 变化 ，轮廓 匹
配较色调直方图比较有更好 的匹配效果 。
Ｍｅｈ ｄＤ ｓｕｓ ｎｏ ｊｃ ｒｃ ｉｇａ ｄＲｅｏ ｎｔ ｎＢ ｓｄｏ ｔｏ ｉ ｓｉ ｆ ｃ ｏ Ｏｂｅｔ ａｋｎ ｎ ｃ ｇ ｉｏ ａｅ ｎ Ｔ ｉ
Ｍ ｏ ｏ ｕ ａ ｍ ｐ ｔ ｒ Ｖｉｉ ｎ ｎ ｃ ｌ ｒ Ｃｏ ｕ ｅ ｓｏ
ＱＩ ｉｎ Ｕ Ｌａ ｇ
５ 结语
通过对几 个常用 的 图像 处理方法 ，实验在 单 目计 算机视 觉下进行 目标 的跟 踪与识别 的应用效果 对 比 ，证 明了其 中部
分预测 ，总结 出了各方法 在不 同场景 中的处理 效果 ，并 提 出 了相应 的使用建议 。虽然所 涉及方法相 对于 已经高度 改进与 优化 的处理方法 有所不 足 ，但对于 图像 处理 的初学者 更易于
ｉ ｇ ａ ｄ ｒ ｃ ｇ ｉ ｏ ｎ ｍｏ ｏ ｕ ａ ｏ ｕ ｅ ｉｉｎ ａ ｄ ｃ ｎ ｒ ｓｓｔ ｅ ｗｉ ａ ｈ ｏｈ ｒ ｔ ｕ ｎ ｎ ｅ ｏ ｎｔ ｎ ｉ ｎ ｃ ｌｒｃ ｍｐ ｔ ｒ ｓｏ ｎ ｏ ｔ ｔ ｈ ｍ ｔ ｅ ｃ ｔ ｅ ， ｏ ｓ ｍｍａｉｅ ｔ ｅ Ｐ ｏ ｅ ｓｎ ｆ ｃｓｏ ｉ ｖ ａ ｈ ｒ ｈ ｒ ｃ ｓ ｉ ｇ ｅｆ ｔ ｎ ｚ ｅ
适应均值漂移。 （） 由于轮廓 匹配依赖 于 目标 的边缘信 息 ，而 直方 图比 ４ 较 依赖于颜 色值分布 ，因此光线对 于直方 图 比较 的匹配 效果
收 稿 日期 ：２ １ — ３ Ｏ ０２０ 一１
处理使 用平滑去 噪 ， 目 标跟 踪分别采 用连续 自适应 均值漂移
ｆ ａ ｓｉ：Ｃ ｎｉｕｕ ｄ ｐｉ ａ ｈｆ） Ｃ ｍ ｈｆ ｏ ｔ ｏ ｓＡ ａｔ ｅ Ｍｅｎ Ｓｉ ｆ ｎ ｖ ｔ 与 模 板 匹 配 ｆｅ ｌ ｅＭａ ｈ ［ Ｔ ｍｐａ ｔ ）１ ｔ ｃ ５ ，并对二者进行 比较 ， 目标识别分 别采用基
一
＼
图 １ 图像 处 理 活 动 拓 扑 结 构
侗
３ 实验预 测
对 于实验结果 ，有如下预测 ： （） 由于连 续 自适应 均值漂 移依赖 于 目标 的前一 帧的定 １ 位 ，而模 板匹配则仅依 赖于 目标 当前 帧的信息 ，因此在 Ｉ ｌ标
般有数字摄像机 、网络摄像头 、Ｋ ｎｃ 感应器等常用设备 。 ｉｅｔ （）图像 预处理 ：增强 图像 中 目标 和背景图像的对 比度 ， ２
图 ２ 匹 配 实验 数 据 折 线 图 ４３ 实 验 分 析 ．
若背 景较复杂包 含与被 跟踪 目标 相似 的颜 色 ，模 板匹配
较连 续 自适应 均值漂移 有更好 的跟踪效 果 。若被跟踪 目标可 能 出现旋转 、缩 放等变 化 ，连续 自适应 均值 漂移较模 板匹配
４２ 实 验 方 法 与 结 果 ．