图像压缩感知的目标跟踪多特征提取算法∗

徐华伟 颜晶晶

（台州职业技术学院 台州 318000）

1 引言

目标跟踪是计算机视觉领域的一个重要研究方向，该技术可用于视频监控［1］、人机交互［2］和无人驾驶［3］等领域。随着计算机技术的不断发展，各种目标跟踪算法取得了长足的进步，特别是最近两年利用深度学习的目标跟踪方法取得了令人满意的效果，使目标跟踪技术获得了突破性的进展。文献［4］提出了增量式鲁棒目标跟踪方法，采用增量主成分分析来减少图像空间，可以不断更新以适应跟踪目标的变化。文献［5］中将目标模型分解为稀疏主成分分析构造的几个基本目标模型，跟踪器通过一组附加的基本运动模型跟踪目标。它可以处理外观变换或运动。文献［6］提出了箱式粒子滤波的群目标跟踪算法，采用区间量测压缩后的粒子与预测粒子的容积比来计算粒子权重，有效地减少了测量偏差或未知分布边界误差的影响。然而，上述方法计算量巨大，难以实现实时跟踪。

压缩跟踪方法是一种利用压缩感知理论的快速跟踪算法［7］。该算法通过非常稀疏的投影矩阵将高维图像特征投影到低维图像空间中，利用随机投影产生的低维图像特征对目标进行跟踪。它减少了许多需要比较的图像特征，极大地降低了算法的计算复杂度［8］。然而，由投影矩阵随机生成图像特征，即使在同一测试视频中，每次图像特征也有相当大的变化，这使得每次执行的结果时好时坏，并且难以有效地使用［9］。

为了解决上述问题，本文提出了一种具有多个随机生成特征的目标跟踪算法。附加的跟踪和不同的图像特征可以产生多个不同的跟踪结果。如果选择最理想的跟踪结果作为最终目标位置，则比原算法有更多的机会产生更好的跟踪结果。

2 算法提出

2.1 算法概述

在本文中，提出的跟踪算法流程如图1所示。为了解决由遮挡引起的漂移问题，本文参照文献［10］，将子区域分类器应用到本文算法中。同时，减少子区域分类器的数量来加速算法，仅使用九个子区域分类器进行跟踪。此外，为了避免子区域分类器的过度集中或过度分散，子区域分类器的位置均匀分布。在跟踪过程中，每个子区域分类器独立地跟踪目标的指定部分。如果目标被部分遮挡，则只会影响跟踪的遮挡部分。因此，可以避免由于遮挡引起的漂移问题。在分类器更新阶段，每个子区域分类器根据各自的分类器得分决定是否更新，以防止被遮挡的目标模型更新。如果分类器的分数小于零，则表示被判断为属于非目标对象的区域的概率相对较大。因此，利用不参与更新的子区域目标模型来保留对象信息。

图1 所提出的算法流程图

2.2 子区域

以花样滑冰的动作图像为例，选手在腾空期间双脚合并具有重叠区域。图2给出了子区域的分布，其中，图2（a）显示了所有的子区域。在子区域之间存在一些重叠区域，图2（b）显示了单个子区域。

图2 子区域的分布

每个子区域的位置如等式（1）所示。其中x和y是感兴趣区域的左上角的坐标，ws和hs是子区域的宽度和高度，Tij是子区域的上半部分的坐标:

在建立目标模型阶段时，本文使用文献［11］中提出的方法，根据正样本的重要性来分配不同的权重。则目标模型的方程为

其中，p(y1=1|v1j)是样本v1j的后验概率，N是正样本数，L是负样本数，假设l是位置函数，c是归一化常数，则

对应的背景模型的方程为

其中，w是常数。

2.3 最佳跟踪

在跟踪算法中，本文分别使用随机生成的多个图像特征进行跟踪。在每次计算候选位置的最高分类器得分后，选择最优跟踪结果作为最终目标位置。由于图像具有多重特征集合，所产生比原始图像更好的结果概率更大。因此，如果可以从候选图像中选择最佳候选图像，则可以获得比单独使用算法更好的跟踪性能。

在所提出的跟踪算法中，通过计算候选图像和参考图像之间的Bhattacharyya系数来确定最佳跟踪结果。Bhattacharyya系数定义为［12］

其中，N是直方图的指数的总数。在文献［13］中提出的目标图像和候选图像模型分别为

其中，δ是Kronecker函数，C和Ch是归一化常数:

Bhattacharyya系数的越大表示候选图像与目标图像具有的相似性越高。因此，在每次跟踪结束后，选择与候选图像位置对应的最大Bhattacharyya系数作为跟踪结果。

2.4 多尺度跟踪

由于低维图像特征具有尺度不变性，因此，本文将多尺度跟踪函数加入到所提出的算法中，结合大尺度、不变尺度和小尺度的图像特征进行跟踪。为了避免目标尺寸的变化非常小且无法检测，本文使用附加的目标模型来进行尺度检测和跟踪。第二个目标模型的更新频率较低，并且直到每第五帧结束时才被更新。较慢的更新频率使得在五帧之前保存目标图像信息。所检测到的图像与第二个目标模型将更加不同，并且相对容易检测目标尺寸的变化。本文所提出的多尺度跟踪算法如图3所示。

在跟踪阶段结束时执行多尺度检测，每五帧执行一次。如果需要尺度检测，则使用不同尺度的图像特征和第二个目标模型进行再次跟踪。如果最高分类器得分是从较大或较小的尺度图像特征中导出，则表示目标尺寸的变化。因此，目标位置由最终跟踪中获得的最高分类器得分来确定。如果从不变尺度图像特征中得到最高分类器得分，则将尺度检测之前获得的跟踪结果作为目标位置。由于先前的结果是通过每帧更新的第一个目标模型跟踪，所以它比用第二个目标模型跟踪的结果更精确。

图3 多尺度跟踪算法

此外，物体尺寸的剧烈变化通常发生在目标与观察者之间的距离发生巨大变化。由于目标和观察者之间的介质影响，目标的颜色不可避免地会发生改变。因此，需要对多尺度检测中使用的目标模型进行更新来减少目标颜色变化影响。本文使用如下更新方法:

其中，q(tu)是第t帧更新的目标模型，λ是学习参数，p(u)是第t帧最终跟踪结果模型。

3 实验分析

3.1 参数设置

本文所设计的实验参数如下:每个子区域有10个弱分类器。学习参数λ设为0.85。Kronecker函数δ设为0.1。对每个测试视频测试20个实验，测量结果取20个实验的平均值。对于单尺度跟踪和多尺度跟踪分别设计两个不同的测试案例场景

场景1:选用经典的CAVIAR测试案例场景［14］，该场景记录了许多视频剪辑，并表现出不同的兴趣场景。这些包括人们独自行走、与他人会面、购物、进出商店、战斗和过街。图像序列的典型帧如图4所示。图中给出了3个单独的子区域和1组所有子区域。图像序列中有几个人没有在子区域中，这是由于他们在序列过程中并没有移动。

图4 CAVIAR场景典型帧

场景 2:选用 STEREO 2015测试案例场景［15］，该场景包括200个训练场景和200个测试场景，且每个场景由4个锐化后png格式的彩色图像组成，该图像的视差小于3px且场景流误差小于5%，并在半自动过程中建立地面真相动态场景。图像序列的典型帧如图5所示图中给出了16个单独的子区域和4组所有子区域。图像序列中有几个人没有在子区域中，这是由于他们在序列过程中并没有移动。

图5 STEREO 2015场景典型帧

3.2 单尺度跟踪

单尺度跟踪利用场景1进行分析，单尺度跟踪实验的中心位置误差（CLE）、边界框重叠率（BBOR）和成功率（SR）分别如表1、表2和表3所示。

表1 单尺度跟踪实验的中心位置误差

表2 单尺度跟踪实验的边界框重叠率

表3 单尺度跟踪实验的成功率

从表1～3的实验数据可以看出，无论使用哪种度量，所提出的两个特征跟踪算法都有显著的改进。相比单个特征提取，两个体征共同提取的中心位置误差平均减少了18.86%，边界框重叠率平均提升了14.14%，成功率平均提升了20.72%。

3.3 多尺度跟踪

多尺度跟踪利用场景2进行分析，多尺度跟踪的实验结果如表4所示。

从表4可以看出，在大多数测试视频中，具有两个特征的跟踪结果更好。对于测试视频中例如公交、银色汽车和摩托车等难点目标的跟踪成功率提升显著。这是由于公交车目标经历了由桥引起的阴影变化和摩托车引起的短时遮挡，而银色汽车由于目标小和阴影区域大使得跟踪难度大大增加，跟踪银色汽车的难度来自于摩托车造成的部分遮挡。在跟踪红色汽车和高速公路这两个目标的边界框重叠率时，具有两个特征的结果比单个特征的结果更差，这是由于采用图像颜色作为判别方法，当背景中出现相似颜色时，很容易选择出错误的候选图像，跟踪器由于背景颜色引起的干扰而发生漂移，使得分类器通过背景图像进行更新，因此效果较差。

表4 多尺度跟踪实验

3.4 计算速度分析

由于多尺度下的跟踪实验计算量庞大，本文仅对场景1的单尺度跟踪实验计算速度进行分析，如表5所示。

表5 单尺度跟踪实验的计算速度

表5的实验结果表明，该算法的计算速度与图像尺寸有关，图像尺寸越大计算速度越慢。此外，相比单个特征的目标跟踪计算速度，采用两个特征共同提取的计算速度下降了34.27%。由此可见，所提出的目标跟踪算法可以在图像尺寸较小的情况下，对于单特征提取可以加快目标跟踪的速度。

4 结语

本文提出的跟踪算法主要是为了改善图像压缩跟踪过程中的目标跟踪性能。利用许多不同的图像特征集合来跟踪并通过选择最佳的跟踪结果来产生更好的跟踪性能。采用Bhattacharyya系数来选择跟踪结果，有效地克服了诸如遮挡、形变或类似背景的影响。在衡量性能的三个度量中可以看到显著的改进。实验结果表明，相比单个特征提取，两个体征共同提取的中心位置误差将减小，边界框重叠率和成功率均有所提升。此外，当图像尺寸较小时，对于具有单个特征的目标能够实现实时跟踪计算。