一种基于背景模型的运动目标检测与跟踪算法.PDF

一种基于背景模型的运动目标检测与跟踪算法 一种基于背景模型的运动目标检测与跟踪算法 刘 亚 艾海舟 徐光佑 （清华大学计算机科学与技术系，智能技术与系统国家重点实验室，北京 100084 ） 摘要 本文提出了一种静止摄像机条件下的运动目标检测与跟踪算法。它以一种改进的自适应 混合高斯模型为背景更新方法，用连通区检测算法分割出前景目标，以Kalman 滤波为运动 模型实现对运动目标的连续跟踪。在目标跟踪时，该算法针对目标遮挡引起的各种可能情况 进行了分析，引入了对运动目标的可靠性度量，增强了目标跟踪的稳定性和可靠性。在对多 个室外视频序列的实验中，该算法显示了良好的性能，说明它对于各种外部因素的影响，如 光照变化、阴影、目标遮挡等，具有很强的适应能力。 关键词 背景模型，混合高斯模型，Kalman 滤波，运动目标检测与跟踪 1 引言 视觉监视是指在一个繁忙环境中对人和车辆等进行实时的观察，并给出对它们行为和动 作的描述。这一技术包括了运动目标的检测、跟踪、目标分类和行为理解等方面，涉及到计 算机视觉、模式识别和人工智能领域的许多核心课题，是一个具有挑战性的困难问题。近年 来随着集成电路和计算机技术的迅猛发展，视觉监视系统所要求的硬件设备成本大大降低， 因此它获得了日益广泛的研究与应用。许多关于视觉监视的大规模研究项目已经在美国、欧 洲和日本展开，同时它也成为许多国际学术会议关注的重要主题。已有多篇论著详细介绍了 针对不同应用条件的视觉监视系统。Wren 等的Pfinder 是一个利用颜色和形状特征对大视角 范围内的人进行跟踪的实时系统[1]。Olson 等介绍了一种更通用的运动物体检测和事件识别 系统[2]。它通过检测帧间图像变化来发现运动物体，在跟踪中上使用了一阶预测和最近邻 匹配技术。Haritaoglu 等的 W4 是一个可以在室外对人进行实时检测和跟踪的视觉监视系统 [3]。它将外形分析与跟踪技术相结合来跟踪人体各个部分的位置并为人的外形建立模型。 Collins 等介绍了由CMU 和Sarnoff 公司合作研究的一种视觉监视系统[4]。它使用多个相互 协作的摄像机在复杂环境里对人和车进行连续的跟踪，并对目标类别和行为进行分析。 运动目标检测与跟踪处于整个视觉监视系统的最底层，是各种后续高级处理如目标分 类、行为理解等的基础。运动目标检测系指从视频流中实时提取目标，一般是确定目标所在 区域和颜色特征等。目标检测的结果是一种“静态”目标——前景目标，由一些静态特征所 描述。运动目标跟踪则指对目标进行连续的跟踪以确定其运动轨迹。受跟踪的目标是一种“动 态”目标——运动目标，与前景目标相比，描述它的特征中多了动态特征（如运动参数等）。 针对静止摄像机的情况，本文的运动目标检测与跟踪算法流程如图1 所示。我们通过为 静止背景建模来检测前景点。具体的背景模型以 Stauffer 等提出的自适应混合高斯模型[5] 为蓝本，并对其作了部分改进以更好地处理实际背景发生变化的情形。算法中采用一种可靠 的连通区域检测算法完成前景目标的分割。目标跟踪时则通过匹配目标的位置、大小、形状 和颜色等特征，建立运动目标与前景目标间的对应关系。算法中考虑了跟踪中多个目标相互 遮挡的问题，分析了几种可能结果并分别加以处理。我们还为运动目标引入了可靠性度量以 使目标跟踪过程更加稳定和可靠。 第 1 页 一种基于背景模型的运动目标检测与跟踪算法 输入视频 前景点集 前景目标 运动目标 背景模型 目标分割 目标跟踪 图1 运动目标检测与跟踪处理流程 2 背景模型 视觉监视的第一步工作是将前景目标所在的区域从背景中分割提取出来，即完成前景和 背景的分离。这一工作一般有三种实现方法：背景消减、帧间运动分析和光流计算。后两种 方法都可以用于运动摄像机的情形，对动态环境的适应能力比较强，但帧间运动分析的结果 精度不高，难以获得目标所在区域的精确描述[6]；光流计算的复杂度则非常高，难以符合 视觉监视系统实时处理的要求[7]。背景消减适用于摄像机静止的情形。它为静止背景