方正濤，陳臨強(qiáng)

(杭州電子科技大學(xué) 圖形圖像研究所，浙江 杭州 310018)

?

基于圖像感知哈希的行人跟蹤算法

方正濤，陳臨強(qiáng)

(杭州電子科技大學(xué) 圖形圖像研究所，浙江 杭州 310018)

針對(duì)傳統(tǒng)目標(biāo)跟蹤算法計(jì)算復(fù)雜度高，在發(fā)生遮擋、形狀改變時(shí)，運(yùn)動(dòng)目標(biāo)丟失的問(wèn)題，提出了將圖像感知哈希算法應(yīng)用于目標(biāo)跟蹤問(wèn)題上，并針對(duì)行人這一特定目標(biāo)進(jìn)行了改進(jìn)。按照行人的特征，將其分成若干區(qū)域，給不同區(qū)域分配不同權(quán)重，計(jì)算跟蹤目標(biāo)的感知哈希值，計(jì)算待測(cè)區(qū)域的哈希值，選擇合適的待測(cè)區(qū)域作為目標(biāo)區(qū)域。該算法與MeanShift算法相比，能更好地處理目標(biāo)遮擋，不易產(chǎn)生目標(biāo)丟失，且具有較低的復(fù)雜度。

感知哈希算法；目標(biāo)跟蹤；遮擋；目標(biāo)丟失；MeanShift

運(yùn)動(dòng)目標(biāo)跟蹤是視頻監(jiān)控系統(tǒng)中必不可少的一部分，其主要目的是對(duì)選定或檢測(cè)出的目標(biāo)區(qū)域進(jìn)行跟蹤?；谄ヅ涞哪繕?biāo)跟蹤技術(shù)通過(guò)前后幀之間的特征匹配實(shí)現(xiàn)目標(biāo)的定位，需要在幀與幀之間傳遞目標(biāo)信息[1]，Mean-shift算法[2]是目前常用的基于匹配的目標(biāo)跟蹤算法，該算法屬于核密度估計(jì)法[3]，使用特征空間樣本點(diǎn)計(jì)算其密度函數(shù)值，再計(jì)算距離度量顏色模型之間的相似度，通過(guò)一個(gè)迭代的步驟，在搜索范圍內(nèi)得到目標(biāo)的位置。其缺點(diǎn)是在旋轉(zhuǎn)和尺度變化的條件下效果較差。此外，還有基于SIFT[4]，HOG[5]特征的跟蹤算法，基于學(xué)習(xí)的特征跟蹤算法，如Viola等[6]提出的基于“AdaBoost+Haar”的行人檢測(cè)方法。本文提出了基于圖像感知哈希算法(Perceptual Hash Algorithm，PHA)的目標(biāo)跟蹤算法，圖像感知哈希算法多用在處理相似圖像的問(wèn)題上，本文對(duì)該算法進(jìn)行改進(jìn)，將其應(yīng)用在行人目標(biāo)跟蹤上，與其他算法相比，降低了計(jì)算的復(fù)雜度，同時(shí)提高了跟蹤的穩(wěn)定性。

1 感知哈希算法

2001年，Ton Kalker首次在一篇關(guān)于數(shù)字水印的綜述文章中提出了感知哈希算法[7]，他通過(guò)“感知”這個(gè)詞匯來(lái)強(qiáng)調(diào)感知哈希算法關(guān)注的是感知的相似性。感知哈希算法是哈希算法的一個(gè)分支，其是一種基于認(rèn)知心理學(xué)的信息加工理論[8]，由多媒體數(shù)據(jù)集到多媒體感知摘要集的一類單向映射,通過(guò)將具有相同感知內(nèi)容和信息的多媒體數(shù)據(jù)壓縮成唯一的一段數(shù)字摘要，并滿足感知安全性要求。

根據(jù)感知哈希的特性，其可將數(shù)據(jù)量較大的對(duì)象映射成為長(zhǎng)度較小的一系列比特位，且感知相近的對(duì)象會(huì)被映射成相近的哈希值。利用感知哈希的這些特性，可將其利用到相似圖像匹配和目標(biāo)跟蹤上。并感知哈希函數(shù)擁有感知魯棒性，感知內(nèi)容相近或相似的媒體對(duì)象應(yīng)該得到相同或相近的感知哈希值[9]。

如式(1)所示，記感知哈希函數(shù)為PH。由對(duì)象I生成的函數(shù)值h稱為感知哈希值

h=PH(I)

(1)

對(duì)于哈希值的比較，兩個(gè)對(duì)象的感知距離pd可使用各種距離計(jì)算方法PM得到

pdi,j=PM(hi,hj)

(2)

其中，hi和hj分別表示兩個(gè)對(duì)象的圖像感知哈希值。感知距離可采用傳統(tǒng)的計(jì)算距離的方式得到，比如計(jì)算漢明距離或歐式距離。

2 行人跟蹤算法

提出的基于感知哈希算法的人體目標(biāo)跟蹤算法利用圖像感知哈希技術(shù)，采用菱形搜索算法和距離匹配算法，獲取目標(biāo)信息。本文算法流程如圖1所示。

圖1 行人跟蹤流程圖

圖像進(jìn)行感知哈希算法的計(jì)算流程，步驟如下：

步驟 1 選擇需要跟蹤的行人目標(biāo)；

步驟 2 按照行人的特征，將人分成幾個(gè)部分，如圖2所示。

圖2 區(qū)域分割及權(quán)重示意圖

矩形方框中的數(shù)字代表該矩形哈希值的權(quán)重

(3)

其中，h代表該矩形模版總的哈希值；Wi為第i塊小矩形的權(quán)重。

步驟 3 對(duì)每個(gè)小矩形分別進(jìn)行感知哈希計(jì)算。

感知哈希計(jì)算過(guò)程：(1)縮小尺寸。將每個(gè)小矩形區(qū)域縮小到32×32。這樣做的目的是簡(jiǎn)化了DCT的計(jì)算，減少不同尺寸圖片帶來(lái)的差異；(2)簡(jiǎn)化色彩。將彩色RGB圖像轉(zhuǎn)化成單色調(diào)的灰度圖像，再次簡(jiǎn)化計(jì)算量；(3)計(jì)算DCT。計(jì)算灰度圖像的DCT變換，得到32×32的DCT矩陣；(4)縮小DCT。DCT的結(jié)果是32×32大小的矩陣，但只需左上角的8×8的矩陣；(5)計(jì)算平均值。計(jì)算所有64個(gè)值的平均值A(chǔ)VG；(6)計(jì)算哈希值。根據(jù)8×8的DCT矩陣，依次進(jìn)行計(jì)算，將≥AVG的部分記為”1”，

將最后得到的二進(jìn)制組合在一起，就構(gòu)成了一個(gè)64位的哈希值。圖3展示了圖像感知哈希算法的計(jì)算過(guò)程。

圖3 哈希生成算法示意圖

步驟 4 將6個(gè)小矩形的哈希值都計(jì)算出來(lái)后，帶入式(3)，便可得到該矩形框的感知哈希值；

步驟 5 采用菱形區(qū)域搜索算法，對(duì)符合條件的區(qū)域計(jì)算感知哈希值，并計(jì)算與目標(biāo)區(qū)域的漢明距離；

菱形搜索算法[10]使用了兩種搜索模板，分別是大菱形搜索模板(Large Diamond Search Pattern, LDSP) 和小菱形搜索模板(Small Diamond Search Pattern, SDSP)。首先使用固定尺寸的 LDSP 進(jìn)行迭代搜索，即使某一步的搜索誤導(dǎo)了搜索方向，LDSP 的迭代過(guò)程仍有可能找回正確方向；最后，采用與LDSP搜索位互補(bǔ)的SDSP精確搜索位置，使菱形搜索算法算法趨近于全局最優(yōu)。另外，LDSP有較強(qiáng)的相關(guān)性，在迭代時(shí)僅需計(jì)算3或5個(gè)新的搜索位，減少了不小的計(jì)算量。

步驟 6 選擇最小的漢明距離，與閾值進(jìn)行比較，小于閾值則更新目標(biāo)區(qū)域。根據(jù)實(shí)際測(cè)試結(jié)果，閾值設(shè)置為20時(shí)，效果較好。

3 實(shí)驗(yàn)結(jié)果

使用提出的算法，設(shè)計(jì)了視頻行人跟蹤系統(tǒng)，采用VS2013作為系統(tǒng)開(kāi)發(fā)工具，Opencv開(kāi)源庫(kù)作為輔助圖像處理工具，在Intel(R) Xeon(R) 3.2 GHzCPU ,4GB RAM的PC上完成目標(biāo)跟蹤。文中選擇了2個(gè)視頻，視頻1是單人，背景有汽車作為干擾物；視頻2是多人，有行人遮擋和花草干擾。實(shí)驗(yàn)結(jié)果如圖4和圖5所示，視頻左上角紅色字代表當(dāng)前圖像所在幀數(shù)，跟蹤目標(biāo)被紅色矩形圈住。由實(shí)驗(yàn)結(jié)果可知，當(dāng)有其他物體干擾時(shí)，針對(duì)行人的改進(jìn)的圖像感知哈希算法，在目標(biāo)跟蹤中效果更好。在圖4中，第21幀時(shí)，由于汽車的影響，MeanShift算法發(fā)生目標(biāo)丟失，而本文算法仍能正常跟蹤到目標(biāo)。在圖5中，第200和第250幀中，MeanShift算法跟蹤效果不理想，跟蹤目標(biāo)發(fā)生偏移、丟失現(xiàn)象，而圖像感知哈希算法仍能正常跟蹤到目標(biāo)。

圖4 本文算法和MeanShift算法對(duì)視頻1的結(jié)果對(duì)比

圖5 本文算法和MeanShift算法對(duì)視頻2的結(jié)果對(duì)比

4 結(jié)束語(yǔ)

針對(duì)行人跟蹤過(guò)程中出現(xiàn)的問(wèn)題，本文提出了一種基于感知哈希算法的改進(jìn)行人跟蹤算法，該算法通過(guò)提取帶跟蹤的行人區(qū)域的感知哈希值，結(jié)合菱形區(qū)域搜索算法，設(shè)定一定的閾值，對(duì)行人目標(biāo)進(jìn)行跟蹤。實(shí)驗(yàn)結(jié)果表明，該算法實(shí)現(xiàn)簡(jiǎn)單，跟蹤準(zhǔn)確，在發(fā)生遮擋和干擾物時(shí)，效果明顯優(yōu)于傳統(tǒng)的MeanShift算法。

[1] 蔡榮太,吳元昊,王明佳,等.視頻目標(biāo)跟蹤算法綜述[J].電視技術(shù),2010,34(12):135-138,142.

[2] 王宇.基于Mean Shift的序列圖像手勢(shì)跟蹤算法[J].電視技術(shù),2010,34(6):97-99.

[3] Comaniciu D,Ramesh V,Meer P.Real-time tracking of non-rigid objects using meanshift[C].Los Alamitos,CA:Proceeding of IEEE Conf on Computer Vision and Pattern Recognition,IEEE Computer Society,2000.

[4] Battiato S,Gallo G,Puglisi G,et al.SIFT features tracking for video stabilization[C].Modena,Italy:Proceedings of the 14th International Conference on Image Analysis and Processing,IEEE,2007.

[5] 曾波波,王貴錦,林行剛.基于顏色自相似度特征的實(shí)時(shí)行人檢測(cè)[J].清華大學(xué)學(xué)報(bào):自然科學(xué)版,2012(4):571-574.

[6] Viola P,Jones M.Robust real-time face detection[J].International Journal of Computer Vision,2004,57(2):137-154.

[7] 張慧.圖像感知哈希測(cè)評(píng)基準(zhǔn)及算法研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2009.

[8] 安坤.基于感知哈希算法的商標(biāo)圖像的檢索[D].杭州:浙江理工大學(xué),2014.

[9] 牛夏牧,焦玉華.感知哈希綜述[J].電子學(xué)報(bào),2008,36(7):1405-1411.

[10]孫秀娟,楊德運(yùn),侯迎坤.一種改進(jìn)的菱形搜索算法[J].圖學(xué)學(xué)報(bào),2013,34(4):41-45.

Pedestrian Tracking Algorithm Based on Perceptual Hash Algorithm

FANG Zhengtao, CHEN Linqiang

(Institute of Graphics and Image, Hangzhou Dianzi University, Hangzhou 310018, China)

Traditional target tracking algorithms suffer high computational complexity, occlusion, shape change, and loss of target motion. The image perceptual hash algorithm is used in target tracking and improved for the special target of pedestrians. First pedestrians are divided according to their characteristics into several regions that are assigned different weights. The perceptual hash value of the tracking target is calculated, and the diamond search algorithm is used to calculate the area of the hash value of the unknown. Finally the suitable area is chosen to be tested as the target region. This algorithm has better continuity of target occlusion and tracking than the MeanShift algorithm.

perceptual hash; target tracking; occlusion; target loss; MeanShift

2016- 01- 19

方正濤(1991-)，男，碩士研究生。研究方向：數(shù)字圖像處理。陳臨強(qiáng)(1963-),男，碩士，教授，碩士生導(dǎo)師。研究方向：計(jì)算機(jī)圖形學(xué)等。

10.16180/j.cnki.issn1007-7820.2016.11.032

TP

A