© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
第 22 卷 第 4 期
Vol. 22 No. 4
控 制 与 决 策
Control and Decision
2007 年 4 月
Apr. 2007
收稿日期 : 2005211216 ; 修回日期 : 2006201203.
基金项目 : 国家自然科学基金项目
(
60104009
)
; 山东省自然科学基金项目
(
Z2005 G03
)
.
作者简介 : 常发亮
(
1965 —
)
,男 ,山东寿光人 ,教授 ,从事模式识别、机器视觉等研究 ; 马丽
(
1982
)
,女 ,山东济宁人 ,
硕士 ,从事计算机视觉、模式识别等研究.
文章编号 : 100120920
(
2007
)
0420418205
视频序列中面向人的多目标跟踪算法
常发亮 , 马 丽 , 乔谊正
(
山东大学 控制科学与工程学院 , 济南 250061
)
摘 要 : 针对视频序列中人的跟踪问题 ,提出一种基于运动检测的多目标跟踪算法. 跟踪系统由运动目标检测、关联
矩阵建立、特殊情况判断及处理以及轨迹关联 4 部分构成. 提出一种基于改进的 c2 均值聚类的自适应运动分割方
法 ;不同情况下建立不同的关联矩阵 ,以准确判断实际场景状况 ;对遮挡问题作出处理 ,在两个目标遮挡不严重的情
况下 ,分别采用均值漂移算法对其进行跟踪. 实验结果表明 ,该算法具有较强的鲁棒性 ,能有效实现复杂场景下多目
标跟踪.
关键词 : 多目标跟踪 ; 运动检测 ; 轨迹关联 ; 遮挡 ; 均值漂移
中图分类号 : TP391 文献标识码 : A
Human oriented multi2target tracking algorithm in video sequence
C HA N G Fa2li ang , M A L i , QIA O Yi2z heng
(
School of Control Science and Engineering , Shandong University , Ji’nan 250061 , China. Correspondent : Chang Fa2
liang , E2mail : flchang @sdu. edu. cn
)
Abstract : Aiming at tracking human in video sequence , a multi2target tracking algorithm based on moving detection is
proposed. Tracking system is composed of four parts : Moving targets detection , association matrix forming , special
cases estimation and handling , and track association. An adaptive moving segmentation method based on improved c2
mean clutter is presented. Different association matrix in different condition is used to estimate the actual scene states
accurately. Handling for occlusion is achieved , and in the case of mild occlusion of two targets , mean shift algorithm
is applied to track them separately. Experimental results show that it is robust and has good multi2target tracking
performances under complex background.
Key words : Multi2target tracking ; Moving detection ; Track association ; Occlusion ; Mean shift
1
引 言
面向人的视频跟踪技术是计算机视觉研究的难
点之一 ,在安全监控、虚拟现实、人机交互等领域有
着非常重要的实用价值和广阔的发展前景.
著名的基于运动检测的面向人的跟踪系统有
Pfinder
[1 ]
和 W
4[2]
. 其中 Pfinder 能够对室内的单个
人体进行检测、跟踪和行为解释 ;W
4
则能在户外跟
踪多个人体和人体各主要部分 ,并可回答 Who ,
Where , When , What 等问题 ,解释目标行为. 文献
[325]是基于运动检测的可以解决遮挡问题的多目
标跟踪算法 ,利用目标的形状特征
[3 ]
或颜色特征
[4 ]
在遮挡期间跟踪目标 ,或在遮挡后辨识原目标
[5 ]
.
本文针对人的跟踪中常出现的变形、遮挡以及
多目标跟踪中常出现的目标合并、分裂、消失、新增
等情况 ,提出基于运动检测的多目标跟踪算法. 系统
主要由运动目标检测、关联矩阵建立、特殊情况判断
及处理、轨迹关联等 4 部分构成. 首先利用背景差分
进行运动目标检测 ,提出基于改进的 c 2均值聚类的
自适应运动分割方法 ,结合背景的实时更新来准确
提取运动目标 ;然后在不同情况下建立不同的关联
矩阵 ,并根据关联矩阵判断特殊情况的发生 ,特别是
对人的遮挡
(
对应合并、分裂
)
问题作出处理 ;最后进
行当前观测目标与已有轨迹的正确关联. 图 1 为跟
踪系统的结构框图.
2 运动目标检测
背景差分法是运动目标检测的重要方法 ,常见
的背景模型有高斯模型
[1 ]
、混合高斯模型
[6 ]
及非参
数模型
[7 ]
等. 文献 [8 ]利用双背景进行运动目标检
测. 本文将改进的 c 2均值聚类算法用于运动目标的
自动分割 ,结合背景实时更新保证目标检测的实时