基于均值漂移的视觉目标跟踪方法综述

合集下载
  1. 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. 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. 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)。

基于均值漂移的视觉目标跟踪方法综述

齐 飞,罗予频,胡东成

(清华大学自动化系,北京 100084)

摘 要:基于均值漂移的视觉目标跟踪方法具有模型简洁实用、能够处理目标形变及部分遮挡等复杂情形的优点,算法高效且易于模块化实现。各种改进的模型及方法针对目标的尺度变化、特征分布等核心问题进行了系统研究,跟踪性能得到了进一步提高。该文从基本的均值漂移跟踪方法出发,系统介绍了此类方法的发展过程与最新成果。 关键词:均值漂移;视觉目标跟踪;核函数;相似性度量

Overview on Visual Target Tracking Based on Mean Shift

QI Fei, LUO Yu-pin, HU Dong-cheng

(Department of Automation, Tsinghua University, Beijing 100084)

【Abstract 】Mean-shift-based visual target tracking is one of the hotspots in the field of computer vision. The model of the algorithm is simple,efficient and easy-to-implement, and it can handle the complex cases such as deformations and partial occlusions. Recent researches on scale adaptation of the tracking window and distributions of features improve the performance of such trackers. This paper introduces the development and the state of such kind of the algorithms.

【Key words 】mean shift; visual target tracking; kernel functions; similarity measurement

计 算 机 工 程Computer Engineering 第33卷 第21期

Vol.33 No.21 2007年11月

November 2007

·博士论文·

文章编号:1000—3428(2007)21—0024—04

文献标识码:A

中图分类号:TP311

视觉目标跟踪在安全监控、汽车辅助驾驶、人体运动分析以及视频压缩等领域有着广泛应用。由于视觉目标本身及周边环境复杂多变,因此获得鲁棒而高效的跟踪算法目前仍旧是计算机视觉中一个极具挑战性的研究课题。

典型的视觉跟踪算法通常包括2个核心模块:数据关联和目标定位。前者根据先验知识如目标的动力学特征,将检测结果与目标状态关联起来,并对跟踪轨迹进行滤波。这方面的研究已经比较成熟,常用方法有卡尔曼滤波器、粒子滤波器及概率数据关联。后者是对被跟踪目标建模并据此在图像序列各帧中定位目标。在视觉目标跟踪中,目标建模及定位更为重要,常用的方法有色块模型和活动轮廓模型。均值漂移方法[1~2]提供了一种新的目标描述与定位的框架,将目标特征与空间信息有效地结合起来,避免了使用复杂模型描述目标的形状、外观及其运动。

1 均值漂移方法介绍

均值漂移(mean shift)是Fukunaga 等人提出的一种非参

数概率密度梯度估计算法[1],在统计相似性计算与连续优化方法之间建立了一座桥梁。该方法直到Cheng 的研究成果[2]发表之后,才受到较多的关注。此后均值漂移被广泛应用到诸多相关领域,如模式分类、图像分割以及目标跟踪等方面。

核函数在均值漂移方法中起了非常重要的作用,核函数的概念、构造方法及常用形态如下文所述。

1.1 核函数

考虑d 维实欧氏空间d R ,向量,d R ∈x y 的内积定义为

T ,=i i i x y 〈〉=∑x y x y ,向量的模可由内积导出1/2=,〈〉x x x 。

对给定的函数:d K R R →,若存在一元函数:[0,)k R ∞→使得

2

()=()K k x x 成立,其中,()k r 在区间[0,)∞上非负、有界、

单调减、分段连续并且积分0

()d k r r ∞

∫有界,则称函数()

K x 为核函数,)(r k 为相应的剖面函数。因为函数)(r k 分段连续,不可导点集的Lebesgue 测度为0,所以在不可导点集上补充定义后,函数)(r k 在其定义域内处处可导,即)(r k ′存在。常见的剖面函数见表1。

表1 常见的剖面函数

给定核函数()K ⋅和()H ⋅,对应的剖面函数为)(r k 和

()h r ,若存在常数c ,使得()=()k r ch r ′−,则称()H ⋅为()K ⋅的

影子核。

给定核函数()K x 和()K

x 及正实数σ,由下列各式定义的函数也是核函数:

1()(/)()()()()()

()()()K K P K K

K K S K K

σσ−====+Ωx x x x x x Ωx x x x 其中,矩阵Ω是d d ×维实正定对称矩阵。若记单位矩阵为

I ,当取=σΩI 时,()=()K K σΩx x 。通常称σ为核函数

()K σx 的窗宽,称Ω为核函数()K Ωx 的窗宽矩阵。

作者简介:齐 飞(1977-),男,博士研究生,主研方向:模式识别,计算机视觉;罗予频、胡东成,教授、博士生导师

收稿日期:2006-11-20 E-mail :qfei00@

相关文档
最新文档