周丹
【摘要】目標跟蹤就是對一段視頻序列中的每幅圖像去尋找與目標模板最相似的運動目標,根據(jù)跟蹤方法的不同,大致可分為基于濾波理論的目標跟蹤方法,基于均值漂移的目標跟蹤方法和基于偏微分方程的目標跟蹤方法;作為目標跟蹤的一個重要方向,行人跟蹤技術(shù)在家居服務(wù)機器人、智能監(jiān)控,智能交通,輔助駕駛等方面有著廣泛的應(yīng)用前景。與普通的物體跟蹤相比,行人的非剛體性和多樣性等特點大大提高了有效跟蹤行人的難度。
【關(guān)鍵字】行人跟蹤 目標跟蹤 軟件平臺 硬件平臺
一、引言
在計算機視覺領(lǐng)域中,行人跟蹤是目標跟蹤的一個重要研究熱點,其主要利用目標的有效特征,使用適當?shù)钠ヅ渌惴ǎ趫D像序列中尋找與模板最相似候選目標的位置,在目標跟蹤中主要的工作就是選擇好的目標特征和采用適用的搜索算法。
目前人們在運動目標跟蹤領(lǐng)域已經(jīng)做了很多深入地研究和探索,并且提出了多種用于跟蹤的算法。行人跟蹤并不是孤立存在的,它與行為分析、姿態(tài)估計、場景分割等問題息息相關(guān),因此具有極高的科研價值和商業(yè)價值。
二、行人跟蹤技術(shù)發(fā)展趨勢
如圖1所示,早在2006年開始就已經(jīng)出現(xiàn)了行人跟蹤技術(shù)的研究。2006-2010年之間的申請量保持平穩(wěn)發(fā)展,每年的申請量沒有太大變動,2011-2013年的申請量逐步提高,且每一年較前一年的申請量都有很大的提高。
三、行人跟蹤技術(shù)解析
常見的行人跟蹤方法可分為基于軟件平臺的行人跟蹤方法和基于硬件平臺的行人跟蹤方法。
3.1基于軟件平臺的行人跟蹤方法
其與基于硬件平臺的行人跟蹤方法相比,實現(xiàn)比較簡單,在一定程度上提升了跟蹤算法的性能,因此在國內(nèi)也占據(jù)一定的申請量。
如南京大學(xué)的專利CN201110045978挖掘SIFT特征信息用于調(diào)整Mean-shift算法中核函數(shù)的帶寬和方向,實現(xiàn)對運動目標的多自由度聯(lián)合跟蹤,天津大學(xué)的專利CN201210146627采用基于快速魯棒特征匹配的仿射運動目標跟蹤算法,以實現(xiàn)在復(fù)雜背景下對仿射運動目標的實時穩(wěn)健跟蹤,河海大學(xué)的專利CN201510357521將Kalman預(yù)測和Mean-shift算法融合,解決了Mean-shift算法跟蹤窗口固定不變和Kalman預(yù)測對目標粘連敏感的技術(shù)問題。
3.2基于硬件平臺的行人跟蹤方法
基于硬件平臺的行人跟蹤方法與其他方法相比占絕對性的優(yōu)勢,是最近幾年高校和科研院所所研究的重點,同時也是公司企業(yè)發(fā)展的方向。
如中國科學(xué)院長春光學(xué)精密機械與物理研究所的專利CN201010615552利用FPGA并行運算效率高的特點,提出了改進的快速均值偏移算法使其滿足DSP的運算速度要求,西安交通大學(xué)的專利CN200810017899提供一種基于FPGA實現(xiàn)的運動目標識別與跟蹤方法,具有高效的前端視覺處理能力,成都三泰電子實業(yè)股份有限公司的專利CN201010121006提供一種快速、易于實現(xiàn)的基于DSP的目標檢測與跟蹤方法,以及實現(xiàn)方法的數(shù)字圖像處理系統(tǒng)。
四、結(jié)束語
通過對專利的分析可知基于硬件平臺的行人跟蹤方法由于實現(xiàn)比較困難在實際應(yīng)用中的運用并不多,但由于其實時性較高,如何在不提高目標跟蹤算法復(fù)雜性的前提下用硬件平臺實現(xiàn)目標跟蹤算法是未來的發(fā)展趨勢。