[发明专利]在线式视觉跟踪方法

说明书

【技术领域】

本发明涉及视觉跟踪技术，具体涉及具有自适应性和重捕获目标的在线式视觉跟踪方法。

【背景技术】

视觉跟踪是计算机视觉领域非常重要的一项研究，视觉跟踪在监控、人机交互、车载导航、视讯索引等方面都有重要的应用。监控方面如刑侦监控，可应用到对监控录像中可疑人员的跟踪，从而协助办案人员追踪可疑人员的踪迹；交通监控方面，视觉跟踪实时跟踪车辆的行驶方向，做出统计数据并给出实时的交通信息，合理管理交通状况；人机交互方面，可以利用对人手的姿势的跟踪识别以及人眼的跟踪来实现人与机器的信息交互；车载导航方面，视觉跟踪主要应用在利用车载摄像头实时跟踪道路上的车辆的行驶状况，对驾驶员的行驶做出辅助性的指示和帮助；同时，视觉跟踪在视讯索引方面也有一定的应用，如对视频中出现的目标进行自动标注等。

但是，视觉跟踪仍有需要解决的问题，主要有以下几个方面，首先是对特定目标的先验知识的要求限制了跟踪的应用范围，传统视觉跟踪要求目标为某一特定类别，如行人、车辆等，而现在应用的需求是不仅仅限于上述某一特定类别，如在人际交互中，机器人对感兴趣的目标的跟踪，由于在机器人的视野中可能出现各种目标是无法预知目标的先验知识，因此需要在线式学习的视觉跟踪。其次，是由于光照、视角变化、形变、旋转等引起的目标外观的变化而造成跟踪的漂移或是丢失。再次，是因遮挡造成的目标暂时性的消失而造成的跟踪的失败。

基于机器学习的跟踪算法可以分为两类：一类为生成模型类的跟踪器(generative tracker)，简称生成跟踪器；另一类为判别模型类的跟踪器(discriminative tracker)，简称判别跟踪器。生成跟踪器是从统计的角度表示数据的分布情况，能够反映同类数据本身的相似度，即通过输入跟踪目标的外观样本，训练出一个能表示目标外观模型，然后通过检查图像中和该模型相似度最高点区域以确定目标的位置，从而实现跟踪。生成模型类的跟踪器只关注目标外观，不关心决策边界在哪，因此容易产生错误判断，而且学习和计算过程较为复杂。判别跟踪器则既考虑目标的外观(前景)，又考虑背景，并将前景和后景相结合，训练分类器。判别模型类的跟踪器通过寻找不同类别之间的最优分类面，反映的是异类数据之间的差异，即通过学习过程，找到一个决策边界把目标和背景分离开来，其优点在于分类边界更灵活，相比于使用纯概率方法或生成模型类的跟踪器更有区分性，能清晰的分辨出多类或某一类与其他类之间的差异特征；在目标外观发生视角变化、部分遮挡、尺度改变时效果较好；且判别模型的性能比生成模型要简单，较容易学习。判别模型类的跟踪器也存在一定缺点：一是不能反映训练数据本身的特性，即只能判断是哪一类，不能把目标的外观描述出来；二是缺少生成模型类的跟踪器的优点，即先验结构的不确定性。

目前，生成跟踪器的算法已有人提出，其为特征值跟踪方法。该方法基于特征空间表示的方法，认为目标的外观由基本的特征向量构成正交基，通过线性组合的方法来近似还原出目标的外观，因此，该方法需要用大量的训练样本训练出上述的正交基，构成一个目标的外观特征空间，然后判断帧图像中和此空间组成的目标外观相似的区域的位置，从而实现跟踪。该方法的优点在于不需要把目标所有可能出现的外观状态都表示出来，只需要把能产生目标外观的各个外观的特征向量基找出即可，故对适应目标外观的变换有一定的优势。但该方法由于属于生成跟踪器的算法，在训练过程中未考虑背景的因素，导致在背景较复杂的场景中跟踪效果并不理想。需说明的是，特征值跟踪不是在线更新学习过程。类似算法的例子还有一种增量学习的在线式视觉(IVT)跟踪算法，该方法基于特征值跟踪把视觉跟踪转化成基于蒙塔卡罗方法的状态推理过程，在线更新特征空间应用粒子滤波从而使其具有一定的鲁棒性；与现有的增量子空间方法相比，该方法提出了新的奇异值分解方法，能更好的更新特征空间的均值和特征向量。类似的还有多子空间的模型，即离线建立一定数量的子空间，然后利用新的样本进行在线更新以及非线性流形的学习方法，即采用多个特征空间来表示目标的外观。从上述罗列的算法中，可以看出，生成跟踪器就是充分利用目标的外观特征，选择适当的模型去模拟目标的外观变化，以图片中样本和外观模型的相似程度来判断目标的具体位置。而生成跟踪器这种方法的缺点也是很明显的，即没有充分利用背景的信息，使区分性差，易受到复杂环境的干扰。