基于視頻的人體目標(biāo)跟蹤與識(shí)別技術(shù)研究.pdf

1、基于視頻的目標(biāo)跟蹤與識(shí)別技術(shù)是計(jì)算機(jī)視覺的主要研究方向之一，是諸如智能監(jiān)控、人機(jī)交互、地形導(dǎo)航及視頻智能標(biāo)注檢索等應(yīng)用的基礎(chǔ)和關(guān)鍵技術(shù)，是實(shí)現(xiàn)“智慧城市”、“平安城市”的重要手段，具有重要的理論研究與實(shí)際應(yīng)用價(jià)值。然而，自然非受控條件下獲取的視頻中，環(huán)境復(fù)雜多變，對(duì)其中各類目標(biāo)跟蹤識(shí)別帶來(lái)諸多挑戰(zhàn)。針對(duì)各種復(fù)雜場(chǎng)景及不同目標(biāo)，如何設(shè)計(jì)實(shí)現(xiàn)效率高、魯棒性好、實(shí)時(shí)性強(qiáng)的目標(biāo)跟蹤識(shí)別技術(shù)仍然是當(dāng)今業(yè)界研究的熱點(diǎn)及難點(diǎn)。鑒于此認(rèn)識(shí)，本文立足于前

2、人一系列優(yōu)秀成果，啟發(fā)于人類自身視覺系統(tǒng)完美的目標(biāo)發(fā)現(xiàn)跟蹤與識(shí)別機(jī)制，主要針對(duì)視頻中人體目標(biāo)的跟蹤與識(shí)別問(wèn)題展開了深入的研究，取得的創(chuàng)新性成果如下：
　　1．針對(duì)目標(biāo)樣本稀缺，致使目標(biāo)特征初始不充分，抑或目標(biāo)原有特征易被遮擋、偽裝，甚或因時(shí)光荏苒而逐漸滅失消亡，從而導(dǎo)致目標(biāo)已知特征數(shù)據(jù)逐漸失效，如此種種，最終導(dǎo)致目標(biāo)跟蹤識(shí)別效率極低，提出了一種基于單樣本的自主在線的目標(biāo)特征學(xué)習(xí)及更新算法（One Sample Based Auto

3、nomous Online Features Learning and Updating Algorithm，F(xiàn)LUA）。算法首先基于目標(biāo)單樣本獲取的局部特征，對(duì)視頻中目標(biāo)的相似視圖區(qū)域進(jìn)行識(shí)別定位，爾后根據(jù)視頻幀之間靜態(tài)特征點(diǎn)的值、分布及其運(yùn)動(dòng)一致性等多重匹配的校驗(yàn)，在線學(xué)習(xí)更新目標(biāo)新特征，一旦目標(biāo)新特征得到確認(rèn)，立即作用于隨后的目標(biāo)跟蹤識(shí)別及其特征學(xué)習(xí)更新過(guò)程。實(shí)驗(yàn)結(jié)果表明，本章提出的 FLUA算法無(wú)需大量目標(biāo)樣本圖像，無(wú)需事先大量

4、訓(xùn)練，縱然在單樣本情形下，特征學(xué)習(xí)獲取效果依然顯著，有效的提高了目標(biāo)跟蹤過(guò)程的效率。特征學(xué)習(xí)無(wú)需復(fù)雜的迭代求解過(guò)程，更新速度快，能夠滿足跟蹤系統(tǒng)實(shí)時(shí)性要求。
　　2．針對(duì)人體目標(biāo)頭部姿態(tài)抑或臉部表情等變化、臉部化妝抑或偽裝等等嚴(yán)重影響目標(biāo)人臉部圖像的跟蹤獲取，從而對(duì)基于人臉的目標(biāo)跟蹤與識(shí)別等應(yīng)用系統(tǒng)產(chǎn)生極為不利的影響，提出了一種基于人體模糊跟蹤的人臉跟蹤獲取算法（Human Body Fuzzy Tracking Based Fa

5、ce Tracking and Capturing Algorithm，B-FTC）。算法首先根據(jù)目標(biāo)身體各肢體部分特征及運(yùn)動(dòng)一致性匹配跟蹤定位目標(biāo)的身體，爾后根據(jù)目標(biāo)頭部與身體的位置及運(yùn)動(dòng)相關(guān)性定位獲取目標(biāo)的臉部圖像。在對(duì)目標(biāo)身體跟蹤識(shí)別的同時(shí)，引入了在線特征學(xué)習(xí)更新機(jī)制以應(yīng)對(duì)目標(biāo)的外觀特征的逐步變化。實(shí)驗(yàn)結(jié)果證明，該算法對(duì)目標(biāo)頭部姿態(tài)、鏡頭視角、臉部表情等等變化，以及臉部局部遮擋、化妝、偽裝等等不利因素具有完全的魯棒性，同時(shí)具有極好

6、的臉部跟蹤獲取及歸屬分類效果，在自然監(jiān)控視頻及四川變臉表演視頻中，對(duì)目標(biāo)臉部圖像的跟蹤獲取率都在90％以上，正確率幾近達(dá)到100%。
　　3．針對(duì)監(jiān)控視頻不同于生活攝影，其中人物臉部表情及頭部動(dòng)作較多自然變化，獲取的臉部圖像多以不同視角的‘表情碎片’形式存在，從而導(dǎo)致基于正面或近正面表情平靜的人臉識(shí)別算法失效，本文提出了一套可以相當(dāng)程度免疫于頭部姿態(tài)、表情、光線等諸多變化以及部分遮擋等不利情形下，N:M的video-to-vide

7、o人臉自動(dòng)識(shí)別算法（Space and Expression Double Weighted based Video-to-Video Face Recognition，SEDW-2VFR）。算法首先根據(jù)臉部碎片特征點(diǎn)的值、分布的雙重匹配及其運(yùn)動(dòng)變換的誤差大小對(duì)基準(zhǔn)視頻中跟蹤獲取的目標(biāo)臉部碎片圖像進(jìn)行區(qū)域及表情的雙重分類，對(duì)基準(zhǔn)目標(biāo)的每一臉部圖像類集進(jìn)行特征投影矩陣的生成及特征的提取，而后對(duì)待測(cè)視頻中跟蹤獲取的目標(biāo)人臉部碎片進(jìn)行在線分權(quán)

8、2D-PCA識(shí)別。實(shí)驗(yàn)表明，該算法對(duì)頭部姿態(tài)及表情等變化具有很強(qiáng)的魯棒性，在自然條件下的生活視頻中，目標(biāo)跟蹤識(shí)別率依然達(dá)到90%以上。
　　4．針對(duì)大多數(shù)現(xiàn)有步態(tài)識(shí)別算法預(yù)設(shè)條件苛刻，其中步態(tài)表示、提取及比對(duì)過(guò)程復(fù)雜，計(jì)算量大，識(shí)別效果差，提出了一種基于肢體區(qū)域及步態(tài)周期雙重區(qū)分的步態(tài)特征異步提取，同步分權(quán)融合的2D-PCA步態(tài)識(shí)別算法(Limbs and Gait Period Double Distinguished Feat

9、ure Asynchronous Extraction and Synchronous Weighted Fusion Based Gait Recognition，F(xiàn)AESWF-GR)。算法首先對(duì)基準(zhǔn)目標(biāo)各肢體部分進(jìn)行異步特征提取，并根據(jù)步態(tài)特征周期的長(zhǎng)度進(jìn)行歸類和‘時(shí)間片’劃分，而后采用2D-PCA算法對(duì)不同周期長(zhǎng)度的步態(tài)特征‘時(shí)間片’子集進(jìn)行特征投影矩陣生成及特征提取，然后對(duì)待識(shí)別目標(biāo)肢體各部分進(jìn)行在線的步態(tài)周期特征提取及時(shí)間片劃

10、分，同時(shí)進(jìn)行同步與分權(quán)相融合的2D-PCA步態(tài)識(shí)別。實(shí)驗(yàn)表明，算法的步態(tài)特征異步提取機(jī)制具備了對(duì)視頻中身體局部碎片圖像進(jìn)行特征提取的能力，從而使算法對(duì)身體的視角、姿態(tài)、焦距的變化及身體的局部遮擋等等都具有了極強(qiáng)的魯棒性。另外，算法的同步與分權(quán)相融合的綜合比對(duì)機(jī)制中肢體各部分特征權(quán)重可調(diào)，從而使算法能針對(duì)不同情形對(duì)肢體各部分特征賦予不同權(quán)重，極易體現(xiàn)肢體各部分在不同情形下步態(tài)的整體性及權(quán)重的差異性，很好適應(yīng)自然條件下視頻中目標(biāo)人身體及其所