今日热词: 电子物证 非法证据 同步录音录像 电子政务

视侦检索技术——目标跟踪

时间:2016-11-21 10:16:00作者:新闻来源:正义网

评论投稿打印转发复制链接

分享到:

  编者按:本期,数据恢复四川省重点实验室科研人员将介绍视频检索技术重要步骤——目标跟踪。目标跟踪能将杂乱的帧间对象串连起来,形成轨迹和线索,让工作人员能够了解目标对象的来龙去脉,并根据战法经验进行过滤、排除等,快速锁定目标,提高工作效率。

  一、背景介绍

  运动目标跟踪在军事制导、视觉导航、机器人、智能交通、公共安全等领域有着广泛应用。例如,在车辆违章抓拍系统中,车辆跟踪就是必不可少的;在入侵检测中,人、动物、车辆等大型运动目标的检测与跟踪,是整个系统运行的关键所在;计算机视觉领域目标跟踪作为运动目标跟踪一个重要的分支,对视频检索有重要意义。

图1:运动目标追踪

  二、目标跟踪主要步骤

  运动目标跟踪就是在一个连续视频序列中,在每一帧监控画面中找到感兴趣的运动目标,如车辆、行人、动物等。目标跟踪大致可以分为以下几个步骤:

  1.目标的有效描述

  目标跟踪过程跟目标检测一样,需要对其进行有效的描述,即需要提取目标的特征,从而能够表达该目标。一般来说,我们可以通过图像的边缘、轮廓、形状、纹理、区域、直方图、矩特征、变换系数等来进行目标特征描述。

  2.相似性度量计算

  目标跟踪相似性度量计算常用的方法有:欧式距离、马氏距离、棋盘距离、加权距离、相似系数、相关系数等。

  3.目标区域搜索匹配

  在目标跟踪过程中,如果对场景中出现的所有目标都进行特征提取、相似性计算,那么系统运行所耗费的计算量非常大。所以我们通常采用一定的方式对运动目标可能出现的区域进行估计,从而减少冗余,加快目标跟踪的速度。常见的预测算法有:Kalman滤波、粒子滤波、均值漂移等。

  三、目标跟踪算法

  在视频检索领域,检索速度是一个非常重要的指标,比实时跟踪要求要高得多,这就要求跟踪算法必须计算量小,处理一帧数据的时间要尽可能短。

图2:连续两帧中的框选对象

  如图2所示,判断连续两帧中的框选对象是否为同一个对象,这就是目标跟踪要做的事情。

  首先,对第1帧框选对象进行有效描述;接下来,对第2帧框选对象进行有效描述;最后对两帧框选对象进行相似度计算,当相似度大于某个阀值(例如:0.75)时,认为两帧中框选对象为同一对象,从而完成目标跟踪。

  在现实情况中,目标跟踪肯定比上述例子中1对1情况复杂得多,可能涉及到1对多、多对多的情况,甚至还有跟踪对象的合并、拆分、被遮挡、消失、离开场景等各种异常情况。能合理高效地解决这些复杂情况,才算一个好的目标跟踪算法。

  四、如何快速进行目标跟踪

  想要提升视频检索速度,就要求采用计算量小、处理速度快的目标跟踪算法。为此,需要对目标跟踪的每个步骤进行优化。

  1.目标描述

  可以先排除那些效率低的方法,例如:边缘、轮廓、纹理、矩特征,这些方法需要很大的大量的数学计算,最多能够做到实时处理(也就是一秒处理30帧左右),明显达不到要求。

  那么剩下的直方图法便是首选了,采用颜色直方图,它不涉及复杂运算,数值都是统计而来,它所描述的是不同色彩在整幅图像中所占的比例,而并不关心每种色彩所处的空间位置。当然,为了避免仅颜色比例相近的图像被认为相似度高,需要将图像进行分块再求直方,这样一来相似度高一定是各分块直方图都相似,则可以确定是真的相似。

  2.相似度计算

  上面介绍了直方图以及它的相似度计算,但是,显示应用中是存在对象合并、拆分等异常情况的,不是简单的比较直方图相似度就可以完成所有工作的。

图3:对象出现合并情况

  如图3所示,第1帧中对象1和对象2其实都应该对应到第2帧中的对象1(绿色框包含对象),但第1帧中的两个对象与第2帧中对象的直方相似度应该都在0.5左右,显示这是不符合要求的,所以还需要添加其它的相似度计算参数。

  距离参数:当两帧中对象距离越小的认为相似度越高,用欧式距离,距离与相似度成反比(1 - 对象移动距离 / 视频对角线长度),将除式中的分子分母求对数进行结果收敛。

  长宽比参数:有时候对象间距离是相似的,所以增加条件,引入长宽比参数。

  方向参数:当距离差相似,长宽比也差不多时,再引入方向来增加相似度权重。

  3.目标区域搜索匹配

  如图3所示,第1帧中的两个对象同时与第2帧的对象1(绿色框包含对象)匹配,即帧2的对象1是帧1的两个对象合并的结果,要继续跟踪,则需要在帧2的对象1中标记出帧1的两个对象,这就需要进行区域搜索和匹配,可以应用常见的预测方法,或者根据经验自定义预测算法。

  五、跟踪结果输出

  目标跟踪的结果会输出成一系列的对象外框,连接这些框的中心点便形成一条以帧为单位的轨迹。通过轨迹可以进行多种过滤操作,比如:绊线过滤、经过区域过滤、方向过滤等,灵活的过滤可以快速筛选出可疑目标,或快速排除无嫌疑的目标;通过轨迹数据可以审看某个对象出现在视频场景中的视频片段,以便对其行为进行分析,列入或排除其嫌疑。

  小结:本期,数据恢复四川省重点实验室科研人员介绍了目标跟踪的定义、步骤、算法、结果输等内容。着重介绍了如何对目标跟踪的每个步骤进行优化,形成一个好的目标跟踪算法,从而提升视频检索速度。

[责任编辑:高航]
下一篇文章:效率源DRS入选美国国家标准与技术研究院《电子取证工具名录》
    关于我们 联系我们 采编人员 广告服务
    Copyright © 2019 JCRB.com Inc. All Rights Reserved. 正义网版权所有 未经授权 严禁转载
    京ICP备:05067280号 国家广电总局信息网络传播视听节目许可证:0110425号 网络文化经营许可证 京网文[2011]0064-023号 京公网安备 110107000076
    网络违法犯罪
    举报网站
    经营性网站
    备案信息
    不良信息
    举报中心
    12321网络不良与
    垃圾信息举报受理中心
    12318全国
    文化市场举报
    电信用户
    申诉受理中心