摘  要： 首先提出一種運動人體檢測算法，通過圖像序列識別出運動人體作為跟蹤目標(biāo)，然后在TLD算法中引入目標(biāo)軌跡預(yù)測，利用該信息來輔助空間搜索。運動人體檢測算法首先采用背景減除和邊緣檢測算法獲得完整目標(biāo)輪廓，然后使用HU仿射不變矩檢測出運動人體，該特征能適應(yīng)目標(biāo)旋轉(zhuǎn)、尺度、仿射等變化場合。為提高跟蹤實時性，在TLD框架中引入卡爾曼軌跡預(yù)測，并先在預(yù)測位置鄰域搜索。實驗結(jié)果表明，該運動人體檢測算法能夠在靜態(tài)和動態(tài)背景下準(zhǔn)確地檢測出運動人體；改進后的TLD算法與原始算法相比，在準(zhǔn)確率不降低情況下，降低了計算復(fù)雜度。

　　關(guān)鍵詞： 背景減除；人體檢測；邊緣檢測；卡爾曼濾波器；TLD

0 引言

　　近幾年，行人目標(biāo)跟蹤成為計算機視覺領(lǐng)域的研究熱點之一，在智能監(jiān)控、無人駕駛等領(lǐng)域有著重要應(yīng)用。由于姿態(tài)變化、局部遮擋等問題未被徹底解決，該方向仍然具有很大的挑戰(zhàn)性。

　　對于目標(biāo)檢測，DALAL N和TRIGGS B[1]提出一種HOG特征結(jié)合支持向量機（SVM）進行分類方法，具有較高準(zhǔn)確率，但僅適用于無遮擋且姿態(tài)變化較小的場景。FELZENSZWALB P等人提出Deformable Part Models（DPM）[2-3]算法，用根及部件模型描述目標(biāo)，能夠解決姿態(tài)變化和遮擋，但其計算復(fù)雜度高，實時性有待改善。由KALAL Z等人[4]提出的TLD跟蹤算法將跟蹤與檢測分離并融合二者結(jié)果，在線更新模板，解決目標(biāo)重入且魯棒性較好，但漂移和遮擋問題未解決，僅適用于目標(biāo)姿態(tài)漸變較慢的場景。

　　本文首先提出一種運動人體檢測算法初始化跟蹤目標(biāo)，然后在TLD框架中引入卡爾曼濾波器[5]進行目標(biāo)位置預(yù)測，優(yōu)先在預(yù)測位置鄰域內(nèi)搜索，從而減少搜索空間。

1 運動人體檢測

　　本文首先使用混合高斯模型（GMM）[6]獲得前景運動目標(biāo)，然后提取輪廓區(qū)域特征進行目標(biāo)判斷。處理流程如圖1所示。

　　按照圖1的流程，在使用GMM處理后，僅尋找滿足面積和寬高比（0.4）且符合上下文空間關(guān)系的輪廓，結(jié)果如圖2所示。

　　1.1 獲得完整輪廓

　　為去掉影子干擾，對目標(biāo)區(qū)域使用中值濾波、開閉操作、Canny[7]檢測，對圖2處理后，結(jié)果如圖3所示。

　　1.2 計算目標(biāo)輪廓特征

　　為適應(yīng)目標(biāo)輪廓各種變化，選取基于HU不變矩[8]得到F1、F3特征，用于判斷是否為人體。

　　其中，。

　　本文選擇7張人體（包括正面、背面、側(cè)面、不同尺度）與7張非人體圖做輪廓特征對比，結(jié)果如圖4所示，其中橫坐標(biāo)為樣本編號，縱坐標(biāo)為其特征值。

　　圖4中直線代表該特征均值，人體輪廓特征為圖中懸浮最上折線，另一條為非人體特征。從圖4中看到人體輪廓F1、F3特征值集中于某個區(qū)間，與非人體輪廓特征值有明顯差異，本文選取其均值作為判斷條件。

2 軌跡預(yù)測

　　結(jié)合TLD給出的目標(biāo)位置和圖像采樣頻率，卡爾曼濾波器可預(yù)測出目標(biāo)下一個位置，在下一幀TLD先在預(yù)測位置鄰域進行搜索，從而避免無用搜索。具體步驟如下：

　　（1）用本文提出的目標(biāo)檢測算法獲得目標(biāo)初始位置，并初始化TLD和卡爾曼模型；

　　（2）利用卡爾曼預(yù)測法首先在目標(biāo)鄰域內(nèi)搜索，再進行其他區(qū)域搜索；

　　（3）判斷TLD目標(biāo)檢測是否有效，無效進入步驟（4），有效進入步驟（2）迭代計算；

　?。?）進行全局搜索，判斷是否為目標(biāo)，如果是進入步驟（2）進行迭代，否則繼續(xù)本步驟。

　　3 實驗結(jié)果與分析

　　本文在硬件參數(shù)為4 GB內(nèi)存、CPU 3.2 GHz頻率下進行實驗。首先使用運動人體檢測算法確定跟蹤目標(biāo)，如圖5所示。

　　從圖5中可以看出，該方法正確檢測出人體目標(biāo)，使用矩形框標(biāo)出并作為目標(biāo)。

　　初始化目標(biāo)后，使用TLD開始跟蹤。為測試改進前后搜索空間減少效果，采集靜態(tài)和動態(tài)背景下各三種場景。場景1、2、3、4、5、6分別為200、430、1001、456、495、859幀，且都有640×480和1 280×960兩個尺寸，如表1和表2所示。

　　在靜態(tài)背景下，通過引入非線性卡爾曼濾波器進行軌跡預(yù)測，通過表1可以看出，其檢測時間縮短，原因是引入卡爾曼進行位置預(yù)測，而兩幀之間目標(biāo)運動幅度較小，因此能夠正確預(yù)測，避免了全局空間搜索。在動態(tài)背景攝像頭運動軌跡較為平滑的情況下，仍然能正確預(yù)測目標(biāo)下一刻位置，如場景4、5；但當(dāng)攝像頭運動較為劇烈時則失效，如場景6。這是由于非線性卡爾曼無法處理這種高度非線性情況。

4 結(jié)論

　　本文提出了一種運動人體檢測算法用于自動獲得跟蹤目標(biāo)，然后在TLD中引入目標(biāo)軌跡預(yù)測指導(dǎo)目標(biāo)空間搜索，實驗證明該思想能夠減少搜索空間。運動人體檢測通過結(jié)合Canny邊緣檢測和混合高斯模型提取較完整的目標(biāo)輪廓，使用HU仿射不變矩檢測出人體目標(biāo)，該方法只需幾幀即可自動找到人體目標(biāo)，適用于靜態(tài)和動態(tài)背景下單一運動目標(biāo)實時場景。實驗結(jié)論：在攝像頭靜止和緩慢運動情況下，該卡爾曼預(yù)測法能夠減少搜索空間；在攝像頭運動較為劇烈情況下，則需要將攝像頭運動信息加入卡爾曼模型，以正確預(yù)測目標(biāo)位置。

參考文獻(xiàn)

　　[1] DALAL N， TRIGGS B． Histograms of oriented gradients for human detection[J]． Computer Vision and Pattern Recognition （CVPR）， 2005（1）：886-893．

　　[2] FELZENSZWALB P， MCALLESTER D， RAMANAN D．A discriminatively trained， multiscale， deformable part model[C]． Computer Vision and Pattern Recognition（CVPR），2008：1-8．

　　[3] FELZENSZWALB P， GIRSHICK R， MCALLESTER D， et al ．Object detection with discriminatively trained part-based models[J]． Pattern Analysis and Machine Intelligence， 2010，32（9）：1627-1645.

　　[4] KALAL Z， MIKOLAJCZYK K， MATAS J， et al． Tracking-Learning-detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2011，34（7）：1409-1422．

　　[5] WENG S，KUO C， TU S．Video object tracking using adaptive Kalman filter[J]． Journal of Visual Communication and Image Representation， 2006（17）：1190-1208．

　　[6] 岳佳，王士同.雙重高斯混合模型的EM算法的聚類問題研究[J]．計算機仿真，2007，24（11）：110-113．

　　[7] CANNY J． A computational approach to edge detection[J]． IEEE Transactions on Pattern Analysis and Machine Intelligence， 1986，8（6）：679-698.

　　[8] M. K. H．Visual pattern recognition by moment invariants[J]． IRE Transactions on Information Theory，1962，8（2）：179-187．