基于低通滤波时空上下文的鲁棒视觉跟踪算法

标 跟踪 仍 然 面临很 大挑 战 。 时 空上 下 文 （ Ｓ ｐ ａ ｔ ｉ ｏ — ｔ ｅ ｍｐ ｏ ｒ ａ ｌ ｃ ｏ ｎ ｔ ｅ ｘ ｔ ， Ｓ Ｔ Ｃ ） 算 法利 用上 下文 中包含的 有 用信 息提 升 目标 跟踪 的鲁 棒性 ， 取 得 了良好 的跟 踪效 果 。 但 是 当跟 踪 目标 比较 小或 者机 动性较 高的 目标 时 ， 容 易跟偏 、
数据通信
２ ０１ ７ ． ３
（ ｘｌ Ｃ （ ｚ ） ， Ｏ ） ， 这 个 条件 概 率 性， 如图ｌ 所示 ， 在 随机 球 的实 验 中 ， 用Ｌ Ｐ Ｆ 预 测下 一 的空 问关 系 的 条件 概 率 Ｐ 帧 目标 的中心 位 置 ，表 现 了很 好 的跟 踪效 果 ； 表 有助 于解 决 跟踪 出现 的歧 义问题 ；一个 是 建模 局 部 ４ｘ 的上下 文先验 概 率Ｐ （ Ｃ （ Ｚ ） Ｉ Ｏ ｏ 条件 概 示Ｌ Ｐ Ｆ 算 法 预测 的 目标 中心 位 置 ． Ｉ 】 表 示 实 际 目标 中 上下 文各 个 心 位置 。实验表 明 ， 本文 提 出的算 法对 小 目标 对象 和 率Ｐ （ ｘ ｌ Ｃ （ ｚ ） ， Ｏ ） ， 也就 是 目标 位 置 和 它 的空 间上 下 文
包含 的有 用信 息提 升 目标跟 踪 的鲁 棒性 。
Ｐ （ Ｃ （ ｚ ） １ ｏ ） ＝ ， （ ｚ ） （ ｚ — ｘ） （ ２ ）
其 中， （ Ｚ ） 表 示 图像 位 置 Ｚ 的灰 度 值 ； Ｗ （ ・ ）是 一
基金项 目：国家 自然 科学基金（ Ｎ ０ ． ６ ０ ９ ７ ２ ０ ６ ３ ）宁波市 自然科学基 金（ ２ ０ １ ４ Ａ６ １ ０ ０ ６ ５ ） 宁 波大学科研 基金（ 理） ／ 学科项 目
ｘＫＸＬ １ ３ ０ ８
４ ９
ｌ 技 Ｔ ｅ 术 ｃ ｈ 交 ｎ ｏ 流 ｌ ｏ ｇ ｙ Ｄ ｉ ｓ ｃ ｕ ｓ ｓ ｉ ｏ ｎ
快 速运 动 的 目标能 够准 确地 跟踪 ， ２ 基于Ｓ Ｔ Ｃ 的视觉跟踪算 法 的关 系我 们需 要 学 习出来 。 ２ ． １ 上 下文先验概率模型
因为空 间 上 下 文模 型 是未 知 的 ，需要 先求 出 上
Ｓ Ｔ Ｃ 算 法 是 用 贝 叶斯 算 法 跟 踪 的 目标 及 它 的局 下 文 先验概 率模 型 ， 定义 如下 ： 部上 下 文 区域 的时 空关 系进行 建 模 ．利 用 上下 文 中
２ ０ １ ７ ． ３ 数 据 通 信
ｈ ｎ ０ 旦 蛰
＿
基于低通滤波时空上下文的鲁棒视觉跟踪算法
郭春梅
陈
恳 李
萌
吉培培
李
斐
（ 宁波 大学 信息 科学 与工 程 学院 浙江 宁波３ １ ５ ０ ０ ０）
摘
要：由于光照变化 、 目 标外观的变化 、 尺度的 变化、 目 标旋转 、 遮挡等诸 多因素 ， 进行鲁棒、 实时的 目
图Байду номын сангаас１ 运 动 预 测
近的一定区域 的背景组成 。 在连续帧中， 目标周围的
但是 当跟踪 目标 比较小或者运动速度 比较快的
局部场景其实存在着很强的时空关系。 最近年 ， 几个 时候 ， 就 容易 跟偏 、 甚 至跟 丢 目标 。针对 上述 缺 陷 ， 本 方 法［ ９ １ － ［ ” １ 也 利 用 上下 文 信息 来 简 化 视觉 跟 踪 。然 而， 文提 出了一 种基 于 低 通滤 波 时 空上 下 文 的鲁 棒 视觉 这 些 方法 在特 征 提取 的训 练 和 跟踪 阶段需 要 付 出 很 跟踪 改进 算法 。 改进 算法 。 采用 低 通滤 波算 法 对下一 高的运算代价。 Ｓ Ｔ Ｃ 算法的时空模型的学习和 目的检 帧 的 目标 位 置进 行 预测 ，并将 其作 为下一 帧时 空上 测都是用Ｆ Ｆ Ｔ 来实现， 提高了 目 标跟踪 的效率。 下文 快速 跟 踪算 法 的 迭代 起 点 ，提 高 目标 跟 踪 鲁 棒
将其作为下一帧时空上下文快速跟踪算法的迭代起点， 提 高 目标跟踪鲁棒性。最后在公共数据集上进行的 对比实验表日 月 ＇ 所提 出的算法具有更好的跟踪效果和鲁棒性。 关键词 ：视觉跟踪 ； 时空上下文； 低通滤波； 运动预测
１ 引 言
目标 跟踪 是 工程 学 和 计算 机 视 觉研 究 领域 的一 个 重要 课题 。在视频 监 控 、 车辆 导航 、 人 机交互 、 机 器 人 等 研究 工作 中 ， 目标 跟 踪研 究 都有 着 广 泛 的理 论 研 究 价值 和实 际应 用价 值 。在 现实场 景 中 ， 由于光 照
甚至跟 丢 目标 。针 对上 述缺 陷 ， 提 出了一 种基 于低 通 滤波 时 空上 下文 （ １ ｏ ｗ ｐ ａ ｓ ｓ ｉ ｆ ｌ ｔ ｅ ｒ ｓ ｐ ａ ｔ ｉ ｏ — ｔ ｅ ｍｐ ｏ ｒ ａ ｌ ｃ ｏ ｎ ｔ ｅ ｘ ｔ ，
ＬＰＦ
—
Ｓ Ｔ Ｃ ） 的鲁棒视 觉跟踪改进算法。采用低通滤波算法进行运动预测 ， 对下一帧的 目标位置进行预测， 并
变化 、 目标外观的变化 、 尺度的变化 、 目标旋转 、 遮挡 等诸多因素 ， 进行鲁棒 、 实时的 目标跟踪仍然面临很
大 的挑 战… 。 近些 年 ， 为 了实 现更 好 的鲁 棒 跟 踪 和实 时跟 踪 ， 国 内外相 关 的机 构 和学 校研 究 者对 此 进 行 了大 量 的 工作 ， 取 得 了丰 硕 的成果 ， 如： Ｌ Ｏ Ｔ ｔ Ｉ 、 ＭＯ Ｓ Ｓ Ｅ Ｉ 、 Ｖ Ｔ Ｄ 、 Ｏ Ｄ Ｆ Ｓ ｔ 、 Ｆ Ｃ Ｔ Ｉ 、 Ｖ Ａ Ｇ ＇ Ｉ ￣ ７ Ｉ 、 Ｄ Ａ Ｃ ｔ １ 等算法 。 Ｓ Ｔ Ｃ 是 由Ｚ ｈ ａ ｎ ｇ 等 Ｉ 提 出 的时 空 上下 文快 速 跟 踪 算 法 。在视 频 目标跟 踪 中 ， 局 部上 下 文 由 目标 及其 附