浙江科技学院学报 ,第 21 卷第 4 期 ,2009 年 12 月
Journal of Zhejiang University of Science and Technology
Vol .21 No .4 ,Dec .2009
收稿日期 :2009‐09‐20
基金项目 :浙江省教育厅科研计划项目(Y200804686)
作者简介 :向桂山(1980 — ) ,男 ,土家族 ,湖北恩施人 ,讲师 ,博士 ,主要从事智能监控 、模式识别 、机器视觉等研究 。
复 杂 环 境 下 运 动 摄 像 机 稳 定 跟 踪 运 动 目 标 算 法
向桂山
(浙江科技学院 信息与电子工程学院 ,杭州 310023)
摘 要 :在复杂环境中 ,运动摄像机跟踪运动目标是一项相当困难的工作 。 在基于目标颜色特征的 Mean Shift 跟踪
算法中 ,引入感兴趣区域(ROI ,Region of Interest) ,减少背景干扰及降低计算消耗 。 提出基于目标强度和目标面积
的目标危机判别函数 ,对强干扰 、遮挡情况进行识别 ;采用直方图维数和量化等级数自适应选取策略解决强干扰 ,采
用子区域搜索选优策略解决目标遮挡和重新捕获的问题 。 为使被跟踪目标锁定在摄像机视野中央区域 ,采用基于
速度调节的闭环控制模型 ,驱动 PTZ 摄像机 ,跟踪运动目标 。 实验结果表明 ,算法对背景干扰和遮挡具有较强的适
应性 ,摄像机可以平滑稳健地跟踪快速运动目标 ,而且系统计算代价小 ,完全达到了实时的运行速度 。
关键词 :Mean Shift ;感兴趣区域 ;危机判别函数 ;随动跟踪
中图分类号 :TP391 文献标识码 :A 文章编号 :1671‐8798(2009)04‐0339‐05
Stably tracking moving object with active camera in
complex environment
XIANG Gui‐shan
(School of Information and Electronic Engineering ,Zhejiang University of Science and Technology ,
Hangzhou 310023 ,China)
Abstract :Stably tracking moving object in complex environment is troublesome . With the
tracking method of Mean Shift based on the object摧s color feature ,region of interest (ROI ) is
introduced to reduce the disturbance from background and the computational consumption . A
discriminant function based on the object摧s intensity and the object摧s area is proposed to judge
disturbance and occlusion .The adaptive selection strategy of dimensions and bins of histogram is
suggested to escape disturbance , and searching strategy in sub‐region is suggested to handle
occlusion .To center the moving object ,a closed loop control model based on speed regulation is
applied to drive a PTZ camera to center the target .The results of our experiments show that the
active camera can follow‐up track moving object stably ,even when encountering large area intense
disturbance from background .Also the tracker can handle severe or complete occlusion and can
recapture the target w hen it appears again .The system is computationally efficient and can run in
real‐time speed completely .
Key words :Mean Shift ;region of interest ;crisis discriminant function ;follow‐up tracking