淺談如何完善基于單應性約束協同追蹤

淡珊

摘 要 隨著人們維護社會治安和公共安全的意識逐漸增強，各類公共設施中的視頻監控系統也漸趨普及。隨著計算機視覺的發展，多攝像機視角下的目標跟蹤逐漸受到重視。在多相機跟蹤中，需要在不同相機視角之間確立對應關系。本文采用單應性矩陣獲取目標在地平面的投影，并將多相機視角的投影信息融合以獲取目標足部區域的定位。

關鍵詞 單應性約束 視角信息融合 協同追蹤

中圖分類號：TP391 文獻標識碼：A

計算機視覺是一門融合了多方面知識的學科，而視頻跟蹤是計算機視覺領域一項重要的課題。視頻跟蹤技術是通過模仿人類生理視覺系統對運動的感知功能，使機器能夠辨識場景中目標的運動，并區分出不同的運動目標。視頻跟蹤通過對視頻序列中感興趣目標進行檢測、提取、識別和跟蹤，獲取目標的運動參數及其軌跡，進而分析目標的行為。隨著視頻跟蹤技術的快速發展和公共安全意識的日趨增強，由攝像機網絡構成的視頻監控系統由于其更加智能化，對于維護社會穩定起到的促進作用逐漸變得舉足輕重。因此，智能化的視頻監控系統漸漸取代了傳統的視頻監控，對監控視頻中圖像幀自動化處理方面的研究也逐漸受到重視。多視角協同追蹤技術的數學理論基礎就是單應性矩陣。單應性矩陣是攝像機的視角平面與的檢測目標平面的對應映射矩陣。由于兩個平面的相交部分為一條直線，所以每個攝像機對應的單應性矩陣為可逆矩陣。用數學模型解釋就是：在三維空間中，攝像機的視角平面可以由兩條三維向量線性表出，檢測目標平面同樣可以由兩條三維向量線性表出。若該四個向量秩為3（或者滿秩），則存在一個三階映射矩陣使得兩個平面上的點一一對應，即在視角平面上的任意一個點通過該矩陣轉換，在目標檢測平面上找到一個點且只有一個點與之對應。因此該三階矩陣必然是可逆矩陣。滿足這些條件的矩陣被稱為該視角平面到目標檢測平面的單應性矩陣。兩個平面上各點一一映射的關系叫做單應性約束。

當目標進入攝像機檢測范圍時，將攝像頭焦點同攝像機平面的中心相連，形成的射線穿過參考平面，同參考平面相交于一點，該點被稱作穿刺點。由單應性矩陣的定義可知：目標檢測平面上的任意一點都可以通過單應性矩陣的逆矩陣映射到視角平面上。基于這個理論，在一個有著多個視角平面的檢測系統里，只要某一視角檢測到的目標并求得該目標在檢測平面上的穿測點，那么就可以在其他視角平面上確定這個目標的位置。因此在檢測系統中只要有一個視角或者多個視角檢測到目標的存在，通過各個視角信息的疊加融合其它視角就可以共享目標位置信息。這樣就可以提高目標檢測的準確性進而實現實時追蹤。

在實際生活中的視頻監控環境十分復雜，存在著大量的影響因素，比如：光照，天氣，目標姿態的不確定性以及不同環境下攝像機的參數存在不可控變化等等，這些因素均會對跟蹤結果產生影響。在現實應用中，由于人們行走時腳會接觸到地面，一般會把平整的地面作為目標檢測平面。攝像機作為常見的視覺信息采集設備一般是固定不動的，所以每個攝像機的與地面的單應性矩陣也是固定不變的。目前制約單應性約束協同追蹤算法性能的問題主要在目標背景提取以及目標追蹤上。圖像背景提取的方法主要是基于統計理論。驗假設實驗場景的光照等外部不發生變化的條件下，由于攝像機角度與位置是固定不變的，同一臺攝像機獲取到的視覺信息中有許多是不變的或者說只發生了細微的變化，這些差異反應到像素值上可能就是個位數的差別。常見的背景提取算法有統計中值法、均值法。統計中值法：設備獲取到一系列的視覺信息按等步長時間差抽取圖像幀，同時把RGB轉成灰度圖像。把同一個像素點上的灰度值構成一個時間序列。然后把該時間序列數值按大小排序，取其中值為該像素點的背景像素值。和統計中值法一樣，統計均值法也需要提取時間序列。但是對時間序列處理的方法不一樣，統計均值把為序列值的均值作為背景像素值。但現實生活中，檢測場景的光照亮度是會隨時間發生變化的，如果背景不變就會對檢測造成嚴重影響。多部攝像機的協同跟蹤，大部分算法適用于目標步子正常、雙腳不同時觸地的理想情況。當目標步子過大或者雙腳同時觸地，會導致跟蹤結果出現偏差，給目標的確認帶來一定的困難。常見的目標追蹤算法都不能夠很好的解決這類問題。

在外部環境光照不穩定的檢測系統中，可以通過實時更新視覺背景來解決這類問題。實時背景更新就是根據設備采集的視覺信息及時提取新的視覺背景。提取背景的方法還是應用上文提到的兩種統計算法。如果實施背景更新時間要求比較高，需要在短時間內實現背景更新，選擇統計中值法比較合理。如果檢測場景中目標數量多，可以把長時間段里的視覺信息取均值來更新背景圖像。所以對于變化的外部環境，視覺背景圖像需要實時更新，而更新的算法要根據場景的實際情況決定。對于目標追蹤的問題，可以基于目標所占位置的時空一致性原理，采用最短路徑優化算法對目標的定位信息進行處理。即：在通常情況下，相鄰的兩幀圖像中目標的運動距離是非常有限的，因而在前后兩個時刻，可以取兩幀圖像間距離相距最短的兩個定位區域作為匹配區域。同時通過比較相鄰圖像幀單應性逆映射圖像的灰度直方圖的相似性，進一步提高目標匹配的準確性，實現目標追蹤。以上方法只能適應于個別環境不穩定的檢測系統。而現實生活環境極其復雜，需要人們不斷提出新的算法和策略來提高協同追蹤的性能。