張明杰，康寶生

（1.西北大學(xué)信息科學(xué)與技術(shù)學(xué)院，陜西西安710127；2.西安郵電大學(xué)管理工程學(xué)院，陜西西安710061）

0 引 言

針對目標(biāo)檢測和圖像分割方法，研究人員做了大量的研究工作［1－4］提出了許多實際的方法，但是提出的方法中都是針對某一具體問題的，還沒有一種通用的方法。例如國內(nèi)外主要運用的方法有:對稱差分法［5］、幀間差分法、背景差法［6］、基于活動輪廓的方法［7］、光流場法和塊匹配方法、機器學(xué)習(xí)的方法［8］等方法，這些方法各有優(yōu)缺點，它們可以聯(lián)合使用。

目標(biāo)跟蹤技術(shù)就是在時域上進行跟蹤，在連續(xù)幀中將相同的目標(biāo)對應(yīng)起來。跟蹤的難點在于環(huán)境和目標(biāo)的復(fù)雜性，因此算法直接影響著跟蹤的準(zhǔn)確性和魯棒性。隨著人們對跟蹤系統(tǒng)的穩(wěn)定性、魯棒性要求的提高，研究一種精確、高性能、魯棒性好的運動目標(biāo)跟蹤方法仍然是計算機視覺領(lǐng)域所面臨的一個巨大挑戰(zhàn)。目前常用的跟蹤方法是預(yù)測方法，如基于濾波理論的目標(biāo)跟蹤方法，基于Mean Shift方法［9］、基于增量學(xué)習(xí)的方法［10］、基于卡爾曼濾波器的方法［11］、基于偏微分方程方法、基于Monto Carlo的方法［12］以及多假設(shè)跟蹤的方法［13］等。

在單目靜態(tài)、復(fù)雜的環(huán)境下，目標(biāo)遮擋通常會引起目標(biāo)檢測錯誤。為了克服遮擋的影響，我們提出一種目標(biāo)檢測和跟蹤方法，可以提高視頻監(jiān)控系統(tǒng)的跟蹤的準(zhǔn)確性。首先使用動態(tài)背景差分算法檢測目標(biāo)是否存在，然后使用目標(biāo)的合并和分離狀態(tài)解決遮擋條件下的錯誤跟蹤。最后，實現(xiàn)了一個改進的重疊跟蹤方法，通過對相鄰目標(biāo)質(zhì)心的距離的分析來完成對象標(biāo)定和目標(biāo)的自動跟蹤。

1 算法概述

本文提出的算法的框架圖如圖1所示。首先，使用動態(tài)背景差分模型分割每一幀中的運動目標(biāo)。為了克服光照變化，設(shè)置一個與差分圖像中興趣區(qū)域檢測相關(guān)的動態(tài)閾值，這個閾值根據(jù)每一幀中背景和前景像素的分布迭代計算。獲得前景區(qū)域后，定義出現(xiàn)、離開、合并、分離4個狀態(tài)，根據(jù)下一幀中目標(biāo)的出現(xiàn)情況，將4個狀態(tài)分別分配給檢測的運動目標(biāo)。特別，目標(biāo)確定為合并和分離狀態(tài)時，為了減少遮擋的影響，通過分析前一幀中目標(biāo)中心的距離來實現(xiàn)進一步繼續(xù)跟蹤。最后，為了得到目標(biāo)跟蹤的結(jié)果，4種狀態(tài)的目標(biāo)被標(biāo)定。再由標(biāo)定的目標(biāo)完成跟蹤。

圖1 本文提出的算法的框架

2 目標(biāo)檢測

在背景差分階段，通過當(dāng)前幀減去背景圖像得到差分圖像，并且通過差分圖像的閾值識別前景區(qū)域。因此，兩個變量對應(yīng)于環(huán)境中光照變化:一個是建立動態(tài)背景模型，另一個是選擇一個合適的閾值來提取前景目標(biāo)。背景建模和閾值均根據(jù)幀內(nèi)容自適應(yīng)確定。

2.1 背景建模

自適應(yīng)建立背景模型依據(jù)后續(xù)幀的像素灰度值的一致性分析。設(shè)Fm（x，y）為第m幀（x，y）處的像素灰度值，Bm（x，y）代表從前一幀計算的相應(yīng)的背景像素的灰度值，每一個背景像素的灰度值更新如下

式中:m——當(dāng)前幀的序號。

式（1）也表示累計幀的背景像素平均值。在我們的實驗中，初始化建立背景模型，使用的是視頻序列中的前100幀。然后，通過獲得和它們相應(yīng)的背景像素的平均值來得到背景圖像。當(dāng)m逐漸變大時，被運動目標(biāo)占有的像素平滑接近背景模型的真實像素。

2.2 差分圖像閾值

一個差分圖像通過當(dāng)前幀和二值背景圖像的差分獲得。為了檢測前景區(qū)域，閾值的計算需要考慮幀的內(nèi)容的隨機變化。根據(jù)背景和前景區(qū)域的分布，迭代計算每個差分圖像的閾值。估計閾值的步驟如下:

（1）通過平均差分圖像的像素值獲得初始的閾值，然后利用初始閾值將圖像分割成前景區(qū)域和背景區(qū)域。觀察這兩個區(qū)域的分布，屬于背景和前景區(qū)域的像素被分別計算，分別表示為μB和μO

（2）設(shè)臨時變量T，T＝（μB＋μO）/2。

（3）更新的T設(shè)置為差分圖像的閾值。

（4）重復(fù)（1）到（3），當(dāng)μB接近于μO時結(jié)束。

獲得二值前景圖像之后，我們使用形態(tài)學(xué)方法消除噪聲，并且修復(fù)破碎的輪廓區(qū)域。

假設(shè)A表示原圖像，B表示結(jié)構(gòu)元素，數(shù)學(xué)形態(tài)學(xué)的腐蝕、膨脹、開運算和閉運算的濾波方法如下:

腐蝕運算記為AΘB，表達(dá)式如式（4）所示

膨脹運算記為A⊕B，表達(dá)式如式（5）所示

開運算用A B表示，它是先進行腐蝕運算在進行膨脹運算，定義如式（6）所示。

閉運算用A·B表示，閉運算是先進行膨脹運算，再進行腐蝕運算，定義如式（7）所示

在這里我們選擇八鄰域結(jié)構(gòu)元素，利用數(shù)學(xué)形態(tài)學(xué)的腐蝕、膨脹、開運算和閉運算的濾波性質(zhì)，選擇先閉后開的形態(tài)學(xué)的濾波方法。通過這種方法能夠較好的消除噪聲和修復(fù)破碎的輪廓區(qū)域。

3 目標(biāo)跟蹤

在視頻監(jiān)控系統(tǒng)中，我們所最關(guān)心的是獲得目標(biāo)的空間位置和監(jiān)視他們隨時間變化的軌跡。因此，為了避免在遮擋環(huán)境下錯誤跟蹤目標(biāo)，通過考慮目標(biāo)質(zhì)心之間的距離，我們實現(xiàn)了一種改進的重疊跟蹤方法［14］。

3.1 改進的重疊跟蹤方法

使用背景差分方法得到分割結(jié)果后，根據(jù)區(qū)域輪廓的完整性，從前景圖像中識別出感興趣區(qū)域。另外，從感興趣區(qū)域中檢測人物區(qū)域需要考慮人體的物理約束，包括區(qū)域的外形和像素灰度值的動態(tài)范圍。當(dāng)對象符合約束時，我們可以由橢圓半徑，質(zhì)心和距離等位置參數(shù)構(gòu)造覆蓋這一區(qū)域的最小橢圓。

如圖2所示，在改進的重疊跟蹤方法中，我們設(shè)置4種跟蹤狀態(tài):新目標(biāo)、離開目標(biāo)、合并目標(biāo)、分離目標(biāo)，這4種跟蹤狀態(tài)來理解當(dāng)前幀。新目標(biāo)表示對象進入視頻場景，離開目標(biāo)表示對象離開視頻場景。對于合并和分離目標(biāo)狀態(tài)，目標(biāo)的接觸在相鄰幀中被檢測。在當(dāng)前幀中目標(biāo)合并和分離狀態(tài)的判斷也要考慮目標(biāo)狀態(tài)，它通過繼續(xù)跟蹤在前一幀中出現(xiàn)的目標(biāo)來實現(xiàn)。依靠前一幀中標(biāo)定的人物對象的位置的連續(xù)性，我們分配標(biāo)簽給單個目標(biāo)。

圖2 跟蹤和標(biāo)定目標(biāo)流程

3.2 分析目標(biāo)質(zhì)心的距離

和傳統(tǒng)的重疊跟蹤方法相比，我們改進的跟蹤方法實現(xiàn)跟蹤前一幀中的標(biāo)定目標(biāo)。在當(dāng)前幀和前一幀中，我們分析合并和分離狀態(tài)的目標(biāo)之間的質(zhì)心距離。在3.1節(jié)中提到表示目標(biāo)的橢圓的長軸和短軸求平均，可以得到一個動態(tài)半徑s＝（w＋h）/2，這里w和h分別表示橢圓的長軸和短軸。在當(dāng)前幀中，合并狀態(tài)目標(biāo)的識別是通過分析兩個相鄰橢圓的質(zhì)心距離是否小于前一幀中它們動態(tài)半徑之和。另一方面，對于確定分離目標(biāo)，看它是否符合兩個相鄰橢圓的動態(tài)半徑之和大于當(dāng)前幀中它們質(zhì)心的距離。

分析了當(dāng)前幀中目標(biāo)的狀態(tài)之后，最后分配標(biāo)簽給單個目標(biāo)。而且，每一個目標(biāo)的標(biāo)簽被記錄，并且為下一幀中跟蹤目標(biāo)提供參考。

圖3 3個視頻序列的背景差分和跟蹤結(jié)果

4 實驗結(jié)果

我們使用公共測試數(shù)據(jù)集中的3段視頻序列對本文提出的方法進行驗證。其中兩個序列是不同視角的商場走廊視頻，另一個是室外街道視頻。算法在Matlab2009下編寫，實驗的硬件平臺為Pentium Dual－Core，2.6GHz，內(nèi)存為2G。圖3是實驗序列的背景差分圖像和跟蹤的結(jié)果。從圖3的結(jié)果可以看出動態(tài)運動目標(biāo)檢測方法能有效的、可靠地分離目標(biāo)，并且可以獲得較好的跟蹤效果。

為了評價跟蹤的準(zhǔn)確性，我們分別使用了本文提出的方法、ground truth方法和Yilmaz等提出的方法［11］實驗，比較它們的檢測率和均方誤差（RMS）。檢測率和均方誤差可以通過如下公式計算每一幀的檢測率和均方誤差

式中:D（i）——第i幀的檢測率，T（i）和C（i）——目標(biāo)真實位置和使用各種跟蹤方法目標(biāo)的位置結(jié)果。Erms——視頻序列中目標(biāo)的均方誤差。3個視頻序列的平均檢測率和RMS如表1和表2所示，可以看出，在3個序列中，本文提出的方法和Ground Truth方法、卡爾曼濾波方法相比，本文提出的方法具有更高的檢測率和較低的錯誤率。本文提出的方法在跟蹤方面性能更好。3個視頻序列的時間開銷見表3，3個序列中，本文方法較之Ground Truth方法和卡爾曼濾波方法，其運行時間少、效率高。

表1 3個視頻序列的平均檢測率的比較

表2 3個視頻序列的RMS的比較

表3 3個視頻序列運行時間的比較（單位:s）

5 結(jié)束語

本文提出了一種視頻監(jiān)控系統(tǒng)中單目靜態(tài)視頻場景的目標(biāo)檢測與自動跟蹤方法。前景區(qū)域通過一個動態(tài)背景差分模塊進行分割，這個模塊適用于光照變化的條件。通過選擇合適的動態(tài)閾值獲得前景目標(biāo)。為了跟蹤目標(biāo)，我們實現(xiàn)了一種改進的重疊跟蹤方法，用于提高在目標(biāo)分開和合并時遮擋條件下的跟蹤效果。實驗結(jié)果表明本文提出的方法在跟蹤方面性能更好。

［1］LakshmiDevasena C，Revathi R.Video surveillance systems－a survey［J］.International Journal of Computer Science Issues，2011，8（4）:635－642.

［2］Cristani M，Raghavendra R，Del Bue A.Human behavior analysis in video surveillance:A social signal processing perspective［J］.Neurocomputing，2013，100（1）:86－97.

［3］HOU Zhiqiang，HAN Chongzhao.A survey of visual tracking［J］.Acta Automatica Sinica，2006，32（6）:603－618（in Chinese）.［候志強，韓崇昭.視覺跟蹤技術(shù)綜述.自動化學(xué)報，2006，32（6）:603－618.］

［4］Krahnstoever N，Yu T，Patwardhan K A，et al.Multi－camera person tracking in crowded environments［C］//Proc Twelfth IEEE 1nt Performance Evaluation of Tracking and Surveillance Workshop，2009:1－7.

［5］Zivkovic Z.Improved adaptive Gaussian mixture model for background subtraction［C］//Proceedings of the 17th International Conference on Pattern Recognition.2004，22（2）:28－31.

［6］Davis J，Sharma V.Background－subtraction using contourbased fusion of thermal and visible imagery［J］.Computer Vision and Image Understanding，2007，106，162－182.

［7］Bresson X，Esedoglu S，Vandergheynst P，et al.Fast global minimization of the active contour/snake model［J］.Journal of Mathematical Imaging and Vision，2007，28（2）:151－167.

［8］Hao Z，Wen W，Liu Z，et al.Real－time foreground－background segmentation using adaptive support vector machine algorithm［C］//Artificial Neural Networks，2007.

［9］Fashing M，Tomasi C.Mean shift is a bound optimization［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2005，27（3），471－474.

［10］Ross D，Lim J，Lin R，et al.Incremental learning for robust visual tracking［J］.International Journal of Computer Vision，2008，77（1－3）:125－141.

［11］Yilmaz A，Javed O，Shah M.Object tracking:A survey［J］.ACM Computing Surveys，2006，38（4）:1－45.

［12］Wu Y，Huang T S.Robust visual tracking by integrating multiple cues based on co－inference learning［J］.International Journal of Computer Vision，2004，58（1）:55－71.

［13］Blackman S S.Multiple hypothesis tracking for multiple target tracking［J］.IEEE Aerospace and Electronic Systems Magazine.2004，19（1）:5－18.

［14］Van der Tuin V.Computer－aided security surveillance design of the quo vadis object tracker［D］.Enshede，Netherland:University of Twente，2007.