樊佳慶，宋慧慧，張開華*

(1.江蘇省大數(shù)據(jù)分析技術(shù)重點實驗室(南京信息工程大學(xué))，南京210044;2.南京信息工程大學(xué)大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心，南京210044)

(*通信作者電子郵箱zhkhua@gmail.com)

0 引言

視覺跟蹤是計算機(jī)視覺領(lǐng)域一個重要的基礎(chǔ)問題。本文只考慮單目標(biāo)跟蹤，即第1幀中的跟蹤目標(biāo)單一且在接下來的幀中跟蹤該目標(biāo)。盡管人們對跟蹤已研究多年，但是由于不同的干擾因素，如遮擋、光照、快速移動、運(yùn)動模糊姿勢變化等都會對跟蹤產(chǎn)生較大影響，所以它仍是一個非常具有挑戰(zhàn)性的計算機(jī)視覺任務(wù)。

近年來，相關(guān)濾波類［1－2］跟蹤方法因其能利用快速傅里葉變換進(jìn)行相關(guān)濾波運(yùn)算，從而大大提高跟蹤速度和精度，故引起了廣泛關(guān)注。在相關(guān)濾波的基礎(chǔ)上涌現(xiàn)出了大量簡單、有效的實時跟蹤算法［3－9］。

Bolme等［1］首先把相關(guān)濾波引入視覺目標(biāo)跟蹤領(lǐng)域，提出了速度極快的最小誤差輸出平方和(Minimum Output Sum of Squared Error，MOSSE)跟蹤算法。接著，Henriques等［2］提出循環(huán)結(jié)構(gòu)核檢測跟蹤(Circulant Structure of tracking-bydetection with Kernels，CSK)算法，它通過對單幅圖像的密集采樣獲得循環(huán)樣本，最終實現(xiàn)較好的跟蹤結(jié)果。為了進(jìn)一步提升CSK的性能，Henriques等［4］接著提出了核化相關(guān)濾波(Kernelized Correlation Filter，KCF)算法，利用簡單的方向梯度直方圖(Histogram of Oriented Gradients，HOG)特征取得了不錯的跟蹤效果并且達(dá)到了遠(yuǎn)超實時的跟蹤速度。

在此基礎(chǔ)上，Bertinetto等［6］提出了實時補(bǔ)充學(xué)習(xí)(Sum of template and pixel-wise learners，Staple)跟蹤，利用顏色直方圖作為全局特征，再結(jié)合局部方向梯度直方圖特征HOG構(gòu)造相關(guān)濾波跟蹤器，取得了較好的實時跟蹤效果。但是，Staple方法并沒有考慮每層響應(yīng)的穩(wěn)定性，即每層響應(yīng)的權(quán)重是一致的，這樣就使得噪聲很大的響應(yīng)給跟蹤結(jié)果帶來較大的負(fù)面影響。比如，在周圍有類似物體干擾的情況下，目標(biāo)就很容易跟丟。

針對上述問題，本文在實時補(bǔ)充學(xué)習(xí)(Staple)跟蹤的基礎(chǔ)上加入了響應(yīng)穩(wěn)定性權(quán)重，提出了通道穩(wěn)定性加權(quán)的Staple(Channel Stability-weighted Staple，CSStaple)跟蹤算法。如圖1所示，本文首先使用標(biāo)準(zhǔn)相關(guān)濾波獲得每層通道響應(yīng)，然后，利用每個通道響應(yīng)的峰值計算出穩(wěn)定性權(quán)重，接著，把這些權(quán)重乘上對應(yīng)的通道響應(yīng)，最終和顏色直方圖響應(yīng)相結(jié)合得出跟蹤結(jié)果。

圖1 CSStaple算法原理圖Fig.1 Schematic diagram of CSStaple algorithm

1 通道穩(wěn)定性加權(quán)的跟蹤算法

本文所提跟蹤算法由加入通道穩(wěn)定性權(quán)重的相關(guān)濾波算法模塊和顏色直方圖補(bǔ)充學(xué)習(xí)模塊組成，最后將兩者的響應(yīng)結(jié)果加權(quán)線性組合，得出最終的跟蹤結(jié)果。

1.1 通道穩(wěn)定性權(quán)重估計

本文首先通過傳統(tǒng)相關(guān)濾波算法得出多通道跟蹤結(jié)果rchannel，尺寸是m×n×c(其中:m是響應(yīng)的高度，n是響應(yīng)的寬度，c是響應(yīng)的層數(shù))，然后通過峰值檢測算法檢測出每一層的前若干個峰值向量:

其中i∈{1，2，…，c}是該層的序號。接著通過式(2)求出該層的權(quán)重:

當(dāng)該層響應(yīng)噪聲較大時，因為高噪聲的響應(yīng)具有較低的判別能力，所以應(yīng)該得到較低權(quán)重，這樣也就削弱了該層響應(yīng)在最終響應(yīng)中的影響力。相反地，當(dāng)該層響應(yīng)的波動較小時，本文認(rèn)為這是一個比較理想的響應(yīng)層，所以賦予較大權(quán)重，該層響應(yīng)在最終響應(yīng)中的影響也較大。

1.2 相關(guān)濾波分類器

本文利用標(biāo)準(zhǔn)的相關(guān)濾波框架，訓(xùn)練出一個嶺回歸分類器。目標(biāo)是找到一個函數(shù)f(z)=wTz，使得在循環(huán)樣本{xi}上的檢測結(jié)果和回歸目標(biāo){yi}之間的最小平方誤差最小，即:

進(jìn)一步地，利用核技巧［10］，本文直接得出式(3)的閉式解:

式中:kxx是x和它自己的核相關(guān);“^”表示離散傅里葉變換;而F－1表示離散傅里葉逆變換。

本文采用一種在線更新的策略來更新學(xué)到的參數(shù)αt，通過:

式中:ηcf是相關(guān)濾波分類器的學(xué)習(xí)率;珘αt利用當(dāng)前t幀的跟蹤結(jié)果通過式(4)計算得到。最終，當(dāng)輸入新一幀即t+1幀圖片zt+1時，它每層的檢測響應(yīng)結(jié)果即:

每層響應(yīng)與式(2)中每層的穩(wěn)定性權(quán)重wi相乘并相加之后，便可得到層通道穩(wěn)定性加權(quán)后的相關(guān)濾波響應(yīng):

1.3 顏色直方圖分類器

為了找到一個較好的顏色分類器，本文使用一種特殊形式的特征表示，對于每個RGB像素u∈R3，其特征表示為:

其中bins是直方圖柱的數(shù)量。之后，本文在目標(biāo)區(qū)域ΩoR2和背景區(qū)域ΩbR2上使用一個線性回歸目標(biāo)函數(shù):

式中β是系數(shù)向量。

再把特征表示式(7)代入目標(biāo)函數(shù)，得到:

式中 Ni(Ωa) = {u ∈ Ωa|k［u］ = i}，a ∈ {o，b}。令，得到目標(biāo)函數(shù)的閉式解:

為了自適應(yīng)目標(biāo)的表觀變化，類似相關(guān)濾波分類器，本文使用一種簡單的在線更新策略來更新分類器系數(shù):

在檢測階段，t+1幀時，輸入圖片之后，就能得到它在像素點u處的顏色直方圖響應(yīng)，即:

1.4 融合相關(guān)濾波響應(yīng)和顏色響應(yīng)

得到穩(wěn)定性加權(quán)的相關(guān)濾波響應(yīng)rcf和顏色直方圖響應(yīng)rch之后，本文采用一種線性加權(quán)的結(jié)合方式得到最終的響應(yīng):

其中:η是融合因子;r中的最大值的位置就是跟蹤結(jié)果。

2 實驗與分析

在這部分中，首先介紹了實現(xiàn)的細(xì)節(jié)，然后詳細(xì)分析了本文設(shè)計的跟蹤器CSStaple與當(dāng)前先進(jìn)的跟蹤器在OTB50［11］、OTB100［12］測試集上的性能對比實驗結(jié)果。

2.1 實驗設(shè)置

在相關(guān)濾波部分，本文使用簡單的HOG特征并設(shè)置它的單元尺寸為4×4，設(shè)置學(xué)習(xí)率ηcf=0.01。在顏色直方圖方面，直接使用RGB特征，顏色直方圖柱子數(shù)量設(shè)定為32，顏色分類器的學(xué)習(xí)率為0.04。另外，設(shè)置固定區(qū)域大小為150×150，融合因子 η =0.5。

2.2 OTB50 上的評估

在OTB50的50個視頻上，首先將本文的跟蹤器CCStaple與5個先進(jìn)的跟蹤器進(jìn)行一次通過型(One Pass Evaluation，OPE)成功率對比實驗，并對實驗結(jié)果進(jìn)行分析。之后，又分析了基于屬性的成功率性能對比結(jié)果。

2.2.1 與先進(jìn)跟蹤器對比

在OTB50上，本文選取了5個先進(jìn)的跟蹤器進(jìn)行對比實驗，包括:層和空間可靠性判別相關(guān)濾波(Channel and Spatial Reliability Discriminative Correlation Filter，CSR-DCF)跟蹤［13］、對沖深度跟蹤(Hedged Deep Tracking，HDT)［14］、核化相關(guān)濾波(KCF)跟蹤［4］、對偶線性結(jié)構(gòu)化 SVM跟蹤(Dual Linear Structured SVM Tracker，DLSSVM)［15］、補(bǔ)充學(xué)習(xí)(Staple) 跟蹤［1］?？偟膶Ρ葘嶒灲Y(jié)果如圖2所示，使用的是成功率這一指標(biāo)。其中本文提出的CSStaple跟蹤算法最優(yōu)，分別超過基準(zhǔn)算法Staple、核化相關(guān)濾波(KCF)跟蹤算法2.5個百分點和10.4個百分點。

2.2.2 基于屬性分析的對比

本文在OTB50上進(jìn)行了屬性分析的對比實驗。所有的視頻被分為11種不同的屬性，即:光照變化、尺度變化、遮擋、形變、運(yùn)動模糊、平面內(nèi)旋轉(zhuǎn)、快速移動、平面外旋轉(zhuǎn)、脫離視線、背景混亂以及低像素。平面內(nèi)旋轉(zhuǎn)、遮擋這兩種屬性下的成功率如圖3所示。在平面內(nèi)旋轉(zhuǎn)屬性下，HDT取得了58.0%的曲線下面積(Area Under Curve，AUC)得分，本文的跟蹤器比它高出1.8個百分點。本文的跟蹤器在遮擋屬性中也取得了最佳的表現(xiàn)，在圖像背景混亂或部分遮擋等強(qiáng)干擾下，原基準(zhǔn)跟蹤器Staple表現(xiàn)不好，跟蹤成功率較低。而本文的CSStaple加入了通道穩(wěn)定性權(quán)重之后，自動減小響應(yīng)十分混亂的通道的權(quán)重，而賦予響應(yīng)振蕩較小的通道以較大權(quán)重，使得最終加權(quán)之后的響應(yīng)變得更為可靠，所以本文的跟蹤器能在這兩種屬性下表現(xiàn)相對更優(yōu)。

圖2 OTB50上不同跟蹤器對比Fig.2 Comparison of different trackers on OTB50

圖3 OTB50上平面內(nèi)旋轉(zhuǎn)、遮擋兩種屬性下成功率Fig.3 Success rate under two attributes of in-plane rotation and occlusion on OTB50

2.3 OTB100 上的評估

在OTB100上本文選取了5個先進(jìn)的跟蹤器進(jìn)行了成功率對比實驗，包括:層和空間可靠性判別相關(guān)濾波(CSRDCF)跟蹤［13］、長期相關(guān)跟蹤(Long-term Correlation Tracking，LCT)［5］、對沖深度跟蹤(HDT)［14］、核化相關(guān)濾波(KCF) 跟蹤［4］、補(bǔ)充學(xué)習(xí)(Staple)跟蹤［6］。各跟蹤器在 OTB100 上的成功率如圖4所示。

由圖4可以看出，CSStaple在這100個視頻上表現(xiàn)得最好，甚至超過了很多最新的跟蹤算法比如Staple和CSR-DCF;在實時跟蹤算法中，Staple的 AUC得分為57.9%，LCT的AUC得分為56.2%，本文跟蹤方法的AUC得分為58.8%，相比Staple和LCT分別提高了0.9個百分點和2.2個百分點。

圖4 OTB100上不同跟蹤器對比Fig.4 Comparison of different trackers on OTB100

3 結(jié)語

本文在補(bǔ)充學(xué)習(xí)(Staple)跟蹤器的基礎(chǔ)上加入了通道穩(wěn)定性權(quán)重估計，提出了通道穩(wěn)定性加權(quán)的補(bǔ)充學(xué)習(xí)(CSStaple)跟蹤器。改進(jìn)后的跟蹤器能較好地解決背景干擾、場景混亂等問題，因而在跟蹤標(biāo)準(zhǔn)測試集 OTB50和OTB100上取得了較高的結(jié)果，甚至優(yōu)于一些基于深度學(xué)習(xí)的跟蹤器。但是，本文方法對于強(qiáng)烈光照變化、低分辨率像素等其他常見問題處理得不太理想，后續(xù)將針對強(qiáng)烈光照變化、低分辨率像素等問題再進(jìn)行進(jìn)一步的研究。