基于MHT 的多物體跟蹤算法

邵 潔

(上海電力學院計算機與信息工程學院，上海 200090)

運動目標分析是計算機視覺研究領域中的一個富有挑戰性的課題.它涵蓋了移動目標物體的檢測、目標物體的跟蹤，以及跟蹤物體的行為識別等方面的內容.這一課題在醫學檢測、軍事監測、安全報警、智能居室、錄像檢索與回放等高科技領域具有廣泛的應用前景.

1 多物體跟蹤系統

目標跟蹤是指將收集在一定區域內的一個或多個潛在目標的傳感信息進行判斷，區分出新目標和匹配原始跟蹤路徑的已有目標.更重要的是，一旦跟蹤確立，就可以進一步估計出目標物體的大量有用信息，例如運動速度、下一幀行進位置、目標分類特征等.一般而言，常見的監控系統都是針對多物體場景設置的，因此多物體跟蹤(MTT)是最重要的跟蹤應用模式.圖1為典型的MTT系統的基本流程圖［1］.

圖1 MTT系統基本流程

當前，多目標跟蹤的難點主要來源于以下幾個方面:一是突發性物體運動;二是運動目標和運動場景同時變化;三是目標結構運動過程中的形變;四是目標間或目標與背景間產生遮擋;五是攝像機移動狀態下的運動跟蹤.

根據 ALPER Yilmaz等人［2］的統計，能夠實現多物體跟蹤算法的主要有來自于 SETHI和JAIN的最近鄰法(GNN)、SHAFIQUE的多幀數據跟蹤法(MFT)、BAR-Shalom的聯合概率數據關聯算法(JPDAF)等.

與這些方法相比，多假設跟蹤算法(MHT)同時具有實現多目標場景下的物體進入、離開，以及被短暫遮擋等特殊情況下的跟蹤能力，同時易于實現程……