亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        一種改進(jìn)的TLD跟蹤算法

        2016-12-31 00:00:00楊玉鋒李偉彤許磊周禹
        科技創(chuàng)新與應(yīng)用 2016年28期

        摘 要:隨著智能時(shí)代的到來(lái),圖像處理技術(shù)成為專家學(xué)者研究的熱門,目標(biāo)跟蹤也成為眾多研究者關(guān)注的焦點(diǎn),其中TLD(Tracking-Learning-Detection)跟蹤算法是一種跟蹤效果穩(wěn)定性、魯棒性、可靠性都很高的跟蹤算法。但其計(jì)算量十分巨大,使一般嵌入式設(shè)備無(wú)法滿足其運(yùn)算要求,跟蹤效果的實(shí)時(shí)性也大打折扣。針對(duì)TLD這種缺陷,文章提出了TLD和卡爾曼濾波器相結(jié)合的目標(biāo)跟蹤算法。在不影響跟蹤效果的魯棒性和可靠性的前提下,使實(shí)時(shí)性有了很大提高,也使對(duì)計(jì)算機(jī)硬件的要求降低了很多。

        關(guān)鍵詞:TLD;卡爾曼濾波器;目標(biāo)跟蹤

        引言

        TLD[1](Tracking-Learning-Detection)是英國(guó)薩里大學(xué)的一個(gè)捷克籍博士生在其攻讀博士學(xué)位期間提出的一種新的單目標(biāo)長(zhǎng)時(shí)間(long term tracking)跟蹤算法。該算法與傳統(tǒng)跟蹤算法的顯著區(qū)別在于將傳統(tǒng)的跟蹤算法和傳統(tǒng)的檢測(cè)算法相結(jié)合來(lái)解決被跟蹤目標(biāo)在被跟蹤過(guò)程中發(fā)生的形變、部分遮擋等問(wèn)題。同時(shí),通過(guò)一種改進(jìn)的在線學(xué)習(xí)機(jī)制不斷更新跟蹤模塊的“顯著特征點(diǎn)”和檢測(cè)模塊的目標(biāo)模型及相關(guān)參數(shù),從而使得跟蹤效果更加穩(wěn)定、魯棒、可靠。

        該方法雖然有較好的跟蹤效果,但它需要一個(gè)離線的學(xué)習(xí)過(guò)程。即:在檢測(cè)之前,需要挑選大量的被跟蹤目標(biāo)的樣本來(lái)進(jìn)行學(xué)習(xí)和訓(xùn)練。訓(xùn)練樣本要涵蓋被跟蹤目標(biāo)可能發(fā)生的各種形變和尺度、姿態(tài)變化的情況。所以在數(shù)據(jù)計(jì)算量十分巨大,對(duì)計(jì)算機(jī)硬件要求極高,一般的嵌入式設(shè)備更無(wú)法滿足要求。針對(duì)這一問(wèn)題,文章提出了卡爾曼濾波器和TLD相結(jié)合的解決辦法,利用卡爾曼濾波器來(lái)預(yù)測(cè)運(yùn)動(dòng)目標(biāo)在當(dāng)前幀的可能位置,將它作為TLD的起始位置,TLD會(huì)在這一位置鄰域內(nèi)尋找目標(biāo)在當(dāng)前幀的位置,從而大大縮小了檢測(cè)范圍,計(jì)算量也隨之大大減小,在很大程度上降低了對(duì)硬件的要求,對(duì)跟蹤的實(shí)時(shí)性也有了很大的提高。

        1 TLD算法概述

        能對(duì)鎖定的目標(biāo)進(jìn)行不斷的學(xué)習(xí)是TLD跟蹤系統(tǒng)最大優(yōu)點(diǎn),通過(guò)算法計(jì)算出目標(biāo)有可能的各種形變,進(jìn)而達(dá)到較好的跟蹤效果。也就是說(shuō),系統(tǒng)能持續(xù)不斷地進(jìn)行探測(cè),獲知目標(biāo)在角度、距離、景深等方面的變化,并及時(shí)檢測(cè)。經(jīng)過(guò)一段時(shí)間的學(xué)習(xí)之后,跟蹤過(guò)程就能達(dá)到較好的效果。TLD算法由三部分組成:跟蹤模塊、檢測(cè)模塊、學(xué)習(xí)模塊。

        下面簡(jiǎn)要介紹各模塊工作過(guò)程。

        1.1 追蹤模塊

        TLD采用的是Median-Flow追蹤算法,該算法具有正反連續(xù)性[2](forward-backward consistency)。所謂的正反連續(xù)性是指在時(shí)間上的正序追蹤和反序追蹤,產(chǎn)生的軌跡是一樣的。假設(shè)從t時(shí)刻的初始位置x(t)開始進(jìn)行追蹤到t+k時(shí)刻的位置x(t+k),再?gòu)奈恢脁(t+k)反向追蹤t時(shí)刻的預(yù)測(cè)位置x(t)。

        1.2 學(xué)習(xí)模塊

        TLD跟蹤算法學(xué)習(xí)模塊使用的是P-N學(xué)習(xí)[3](P-N Learning)。P-N學(xué)習(xí)是一種半監(jiān)督的機(jī)器學(xué)習(xí)算法,它針對(duì)檢測(cè)器對(duì)樣本分類時(shí)產(chǎn)生的兩種錯(cuò)誤提供了兩種“專家”進(jìn)行糾正。

        P專家(P-expert):檢出漏檢(1 negative,正樣本誤分為負(fù)樣本)的正樣本。

        N專家(N-expert):改正誤檢(1 positive,負(fù)樣本誤分為正樣本)的正樣本。

        1.3 檢測(cè)模塊

        檢測(cè)模塊能夠改正追蹤模塊做出的錯(cuò)誤判定,所以檢測(cè)模塊是追蹤模塊的監(jiān)督者;檢測(cè)模塊通過(guò)計(jì)算新樣本的相對(duì)相似度,如大于0.6,就認(rèn)為是正樣本。分別用Pi和Pj表示正鄰近相似度和負(fù)鄰近相似度。公式里規(guī)范化的相關(guān)系數(shù)用N表示,相似度S的取值范圍在[0,1]之間。

        通過(guò)實(shí)驗(yàn)表明:當(dāng)最終相似度大于0.85系統(tǒng)就可以認(rèn)定為跟蹤準(zhǔn)確,當(dāng)相似度小于0.6時(shí)系統(tǒng)認(rèn)為跟蹤發(fā)生偏離,要向系統(tǒng)報(bào)錯(cuò)。

        2 卡爾曼濾波器預(yù)估啟動(dòng)點(diǎn)

        2.1 濾波器引入

        從上面TLD算法的工作過(guò)程我們可以知道,該過(guò)程相當(dāng)復(fù)雜,需要進(jìn)行大量的預(yù)估和計(jì)算,對(duì)計(jì)算機(jī)硬件要求極高,一般硬件很難完成實(shí)時(shí)性的要求,而卡爾曼濾波器對(duì)硬件設(shè)備要求很低,所以我們首先用卡爾曼濾波器預(yù)估目標(biāo)的位置,作為TLD算法中目標(biāo)的起始位置,TLD會(huì)在這一目標(biāo)位置的鄰域內(nèi)找到目標(biāo)的最優(yōu)位置,從而大大減少了TLD尋找目標(biāo)位置的過(guò)程,進(jìn)而減少了計(jì)算量,提高了跟蹤的實(shí)時(shí)性。

        2.2 濾波器模型

        由于現(xiàn)實(shí)生活中我們跟蹤的目標(biāo)的運(yùn)動(dòng)速度和加速度都是一個(gè)隨機(jī)變量,在做隨機(jī)的非直線運(yùn)動(dòng),對(duì)我們的跟蹤造成一定麻煩。設(shè)隨機(jī)量加速度,α(t)~N(0,σ2w),令目標(biāo)中心在x軸y軸上的位置分量分別是X(k)與Y(k)。x軸和y軸上的速度分別是X'(k),Y'(k)。頻域模型和時(shí)域模型組成了卡爾曼濾波。

        時(shí)域模型:X(k)=A(k-1)X(k-1)+B(K)W(k)

        頻域模型:Y(k)=C(k)X(k)+V(k)

        用矩陣的形式表示為:

        3 實(shí)驗(yàn)仿真與結(jié)果分析

        為了比較文章提出的改進(jìn)算法與原始的TLD跟蹤算法的優(yōu)劣,文章首先對(duì)跟蹤目標(biāo)在MATLAB7.0下進(jìn)行仿真實(shí)驗(yàn),仿真結(jié)果如圖1所示:

        從用MATLAB仿真效果來(lái)看,兩種算法的跟蹤效果相差不大,可見文章提出的算法是可以達(dá)到原始算法的魯棒性和可靠性的要求,為了更準(zhǔn)確起見,我們?cè)贚inux系統(tǒng)下,基于Opencv2.3編程實(shí)現(xiàn)該算法,對(duì)下面視頻中運(yùn)動(dòng)的排球進(jìn)行跟蹤,驗(yàn)證改進(jìn)算法的實(shí)時(shí)性能是否有較好的提升。跟蹤效果如圖2、圖3所示:

        通過(guò)我們對(duì)排球比賽中排球的跟蹤結(jié)果發(fā)現(xiàn)兩種,兩種跟蹤方法對(duì)排球跟蹤的魯棒性和可靠性相差不大,可以證明我們的跟蹤方法沒(méi)有削弱原來(lái)算法的魯棒性和可靠性。但我們通過(guò)表1表2通過(guò)對(duì)比兩種方法處理同一視頻的20到34幀共15幀圖像處理的時(shí)間分析對(duì)比可以發(fā)現(xiàn)用原始TLD算法跟蹤15幀圖像共消耗時(shí)間0.451S,平均每幀消耗時(shí)間為0.030S。用改進(jìn)后的TLD算法跟蹤15幀圖像共消耗時(shí)間0.286S,平均每幀消耗時(shí)間為0.019S。通過(guò)對(duì)數(shù)據(jù)分析我們發(fā)現(xiàn)改進(jìn)后的算法在不影響跟蹤效果的基礎(chǔ)上處理每幀所用的時(shí)間比原來(lái)減少了35%,證明了我們的算法實(shí)時(shí)性要比原來(lái)算法實(shí)時(shí)性更好。

        4 結(jié)束語(yǔ)

        TLD跟蹤算法具有在線學(xué)習(xí)機(jī)制和檢測(cè)糾錯(cuò)機(jī)制,通過(guò)不斷學(xué)習(xí)目標(biāo)樣本的變形及在跟蹤過(guò)程中不斷糾錯(cuò),使跟蹤器具有較好的跟蹤效果。但由于計(jì)算量太大很難滿足跟蹤實(shí)時(shí)性的要求,為解決實(shí)時(shí)性的要求,文章提出了卡爾曼濾波器和TLD跟蹤算法相結(jié)合的算法,首先通過(guò)卡爾曼濾波器預(yù)測(cè)出目標(biāo)可能出現(xiàn)的位置,然后用TLD算法跟蹤在可能出現(xiàn)的位置尋找目標(biāo)位置,從而使TLD算法查找的范圍大大縮減,由于卡爾曼濾波器計(jì)算量比較小,綜合起來(lái)新算法的計(jì)算量比原算法相比計(jì)算量仍然減少了很多,跟蹤的實(shí)時(shí)性得到了提高,實(shí)驗(yàn)數(shù)據(jù)表明新算法跟蹤目標(biāo)所用的時(shí)間更短,也就證明實(shí)時(shí)性得到了提高。

        參考文獻(xiàn)

        [1]Kalal Z,Matas J,Mikolajczyk K. Online learning of robust object detectors during unstable tracking[C]//Proceedings of the IEEE Online Learning for Computer Vision Workshop. New York: IEEE Press,2009:14171424.

        [2]Kalal Z,Mikolajczyk K,Matas J. Forward-backward error: automatic detection of tracking failures[C]//Proceedings of International Conference on Pattern Recognition. New York: IEEE Press,2010:2326.

        [3]Kalal Z,Matas J,Mikolajczyk K. P-N learning: bootstrapping binary classifiers by structural constraints[C]//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. New York: IEEE Press,2010:4956.

        亚洲地区一区二区三区| 成 人片 黄 色 大 片| 中文字幕在线日亚洲9| 国产乱色精品成人免费视频| 未满十八勿入av网免费| 蜜桃一区二区三区自拍视频| 国产精品高清国产三级国产av| 亚洲精品国产一二三区| 男女做爰猛烈啪啪吃奶动| 久久人人爽人人爽人人av东京热| 久久综合给合久久狠狠狠9| 91国语对白在线观看| 国产女同va一区二区三区| 麻豆免费观看高清完整视频| 国产av一区二区精品久久凹凸| 老熟女熟妇嗷嗷叫91| 国产网友自拍视频在线观看| 丰满人妻中文字幕一区三区| av免费网址在线观看| 性一乱一搞一交一伦一性| 亚洲xx视频| 国产女人av一级一区二区三区| 图片小说视频一区二区| 初女破初的视频| 久久无码高潮喷水免费看| 精品国产亚洲人成在线观看| 国产自拍视频在线观看免费| 专干老熟女视频在线观看| 疯狂做受xxxx高潮欧美日本| 亚州五十路伊人网| 亚洲成人av一区二区| 国色天香社区视频在线| 亚洲av永久无码国产精品久久 | 久久久久人妻一区二区三区| 国产成人综合色在线观看网站| av中文字幕少妇人妻| 人妻体体内射精一区中文字幕| 亚洲熟妇av一区二区三区| 国产真实老熟女无套内射| 国产av一区二区三区丝袜| 九九久久精品一区二区三区av |