復雜背景下基于自適應模板更新的目標跟蹤算法研究

韓 銳，鄧惠俊，徐 靜

(萬博科技職業學院 智能信息學院，安徽 合肥 230031)

0 引言

計算機視覺技術使目標自動化與高精度跟蹤成為現實，目標跟蹤技術廣泛應用于交通運輸控制、軍事信息偵查、物業人員管理等各個領域。目標跟蹤主要是利用模板對目標特征進行匹配，此過程中模板的自適應模板更新尤為關鍵[1]。目標在運動過程中、外物干擾下導致跟蹤環境復雜，本文針對復雜背景下的目標跟蹤問題研究一種新的自適應模板更新算法，此算法優勢是不僅對模板進行自適應更新，并且對目標模型進行相應更新，最大限度地匹配模板與跟蹤目標。

1 復雜背景下目標跟蹤的自適應模板更新算法

1.1 基于卷積神經網絡模型的目標特征提取

基于自適應模板更新策略跟蹤復雜背景下目標對象，首要步驟是要獲取目標的特征信息，將這些特征信息作為模板，采用特定的策略更新模板以適應目標的變化情況，達到高精度實時跟蹤目標對象的目的[2]。以往HOG特征提取、SIFT特征提取方法雖然取得了顯著的圖像特征提取成效，但是和自動學習模式的特征提取方法相比，這兩種方法的目標跟蹤范圍受限，難以高質量完成動態、復雜環境下目標的特征提取工作。本文引入深度學習算法理論構建卷積神經網絡分類模型，對目標對象特征進行分類操作，完成跟蹤目標的特征提取，將特征作為目標跟蹤的模板樣本[3]。

構建卷積神經網絡模型過程中要明確，空間信息的自屬性隨著網絡層次的深入而增強，圖像中目標識別的誤差越大。綜合前人的實踐研究成果以及多次的實驗驗證，確定構建一個包含3個卷積結構的特征分類模型，見圖1。其中，卷積層、修正線性單元、池化層是一個卷積結構的基本構成。

圖1 卷積神經網絡特征分類模型

具體而言，此模型包含12個層次，除三個結構中的9個層次以外，還包括輸入層、全連接層、輸出層。模型輸入層中，定義輸入的初始目標圖像為H，卷積神經網絡的第i層特征圖定義為Gi，則特征圖的描述形式如公式(1)所示：

Gi=f(Gi-1?Wi+φi)

(1)

公式中，當i取值為0時，則有G0=H。?表示卷積操作，第i層卷積核的權值向量用W描述，φi表示第i層偏移向量。在卷積神經網絡模型中，特征圖輸出由修正線性單元中的ReLU激活函數完成。

卷積神經網絡的三個結構中，卷積層卷積核的數量有所差異，依次為32個、64個、128個；相應的卷積大小有所不同，依次為：6×6大小、4×4大小、3×3大小。模型中修正線性單元設置的目的是提高模型解決復雜跟蹤問題的能力，此單元增加了ReLU激活函數，變相地為模型增加非線性因素[4]。

1.2 復雜背景下模板自適應更新策略

模板自適應更新策略設計方案中，需要引入一個變量作為模板更新的準則，因此定義μ表示模板匹配測量值，以模板匹配測量值為依據完成目標跟蹤與模板自適應更新。當模板與目標匹配度越匹配，μ值越小[5]。同時定義μ1、μ2兩個閾值作為模板匹配測量值的對比參數，輔助完成模板自適應更新過程，具體更新過程分為三種情況：

情況1：如果μ不大于μ1，表明在復雜背景影響下目標對象形變微弱，可忽略不計，并基于公式(2)重新計算模板形式：

Z1=Z2

(2)

其中，新的更新模板與匹配后的最佳模板分別采用Z1、Z2表示。

情況2：如果μ位于μ1、μ2之間，那么證明復雜背景中的光線因素對目標造成不利影響，目標對象特征提取的輪廓外觀、灰度分布受到干擾，需要基于公式(3)重新計算模板形式：

Z1=αT+(1-α)Z2

(3)

其中，Z1、Z2含義同公式(2)，此刻幀的模板以及模板權重占比分別采用T、α描述。

情況3：如果μ不小于μ2，表明在復雜背景對目標對象遮擋較為嚴重，需要終止任何方式對模板的更新計算，此刻目標位置需要通過高性能算法預測的方式得到。由于目標遮擋時長具有短暫性，這種預估目標位置的方法較為可靠。當μ小于μ2時，跟蹤對象完全展現，可采用情況1與情況2中的模板更新方法重新計算模板形式。

基于上述三種不同情形，根據模板匹配測量值與閾值間的關系判斷，可以采用差異性模板計算方法，完成復雜背景下目標跟蹤的模板自適應更新。

1.3 目標模型自適應更新

目標運動過程中會受到背光環境、障礙物遮蔽、目標移動變換等因素的干擾形成復雜的目標跟蹤環境，增加目標跟蹤的難度[6]。為了適應復雜環境中目標跟蹤狀況，不僅要高精度提取目標特征、自適應更新模板，而且還要適當改善目標模型的適應性能，本節將對目標模型進行更新，提出一種效果更優的目標模型更新方法以匹配目標自身的變化。

首先要明確統一的目標模型如何影響目標跟蹤效果：復雜背景中存在不同程度的光線、姿態、尺度等因素變化，統一目標模型描述的目標外觀缺乏對光線、姿態、尺度等因素的針對性表達，所以呈現的目標模型誤差較大；除了上述外部環境因素對目標模型的不利干擾，目標自身運動也會在一定程度上影響目標外觀。上述兩種情況將最終導致跟蹤的目標結果發生偏差，本次研究采用公式(4)描述的方法更新目標模型狀態：

Te1=(1-κ)×TeP+κeμ

(4)

公式中，卷積神經網絡模型提取更新后的目標模型采用Te1表示，上一幀卷積神經網絡模型提取的目標模型采用Tep表示，此刻幀的卷積神經網絡模型提取的目標模型則采用Teu表示。公式(4)中的關鍵參數κ，處于區間(0,1)，當新目標模型依賴于此刻幀目標模型時，κ趨近于1；當新目標模型依賴于上一幀目標模型時，κ趨近于0。

2 實驗分析

本次實驗使用3個視頻作為目標跟蹤的實驗樣本，視頻中包括光線明暗變化、外物遮擋、姿態突變等各種復雜的跟蹤背景環境。為了突出本文算法跟蹤目標的有效性與優越性，引用目標跟蹤領域使用頻率較高的圖像感知壓縮跟蹤算法、尺度自適應融合跟蹤算法作為對比算法，同步展開目標跟蹤測試。具體實驗環境設計如下：以 Matlab 2016a 作為仿真實驗平臺，以Intel (R)Core(TM) i5-7500CPU @3.4 GHz、內存 8.00 GB作為計算機硬件環境。本文算法α、μ1、μ2取值分別為0.65、3、6，參數κ的取值為0.6。

2.1 跟蹤效果對比

采用三種算法跟蹤3個類型視頻中的人物目標，跟蹤結果如圖2～圖4所示，采用白色虛線框表示算法跟蹤人物的結果。

圖2 視頻1跟蹤結果

圖3 視頻2跟蹤結果

圖4 視頻3跟蹤結果

圖2所示圖像中光線較暗，一定程度上遮擋了跟蹤目標的面部信息，圖像感知壓縮跟蹤算法能夠跟蹤得到完整的人臉信息，效果較優，但是和本文算法跟蹤的結果相比，圖像感知壓縮跟蹤算法跟蹤結果較為寬泛，人物的頭發信息也被規劃到識別結果中；相比之下，本文算法跟蹤的人臉結果較為精準。而尺度自適應融合跟蹤算法跟蹤結果偏離了正常的人臉范圍，傾向于將光線明亮處作為識別與跟蹤結果，跟蹤誤差較大。

圖3所示圖像中的人物運動幅度較大，處于行進當中，為目標跟蹤造成了一定困難，三種算法跟蹤結果相比之下，本文跟蹤的人臉信息更為精準，能夠隨著人物行為的變化識別出人臉五官信息，并沒有將頭發、外部景物信息歸入跟蹤結果當中。圖4所示圖像的人臉有正臉和側臉兩種，圖像感知壓縮跟蹤算法、尺度自適應融合跟蹤算法跟蹤結果存在同樣的劣勢，前者識別范圍較大，后者跟蹤結果偏向于光線較亮處。只有本文算法跟蹤的人臉信息偏差小，且能展現人臉的主要內容，符合目標跟蹤的精度要求。

2.2 跟蹤性能分析

為了驗證三種算法跟蹤目標的性能優劣，引入“中心位置誤差”變量作為評價標準。以30個視頻情境為樣本進行目標跟蹤測試，以人為測量的方式求取了跟蹤目標中心點與實際值的誤差，此為“中心位置誤差”，通過對比此誤差的大小判斷各個算法跟蹤效果與性能。三種算法的“中心位置誤差”均值見表1。

表1 三種算法的“中心位置誤差”統計

30幅視頻圖像跟蹤情境下，圖像感知壓縮跟蹤算法的“中心位置誤差”達到10.2%、8.9%，尺度自適應融合跟蹤算法的跟蹤誤差同樣高達7.8%、6.4%，相比之下本文算法的跟蹤誤差僅為2.1%、1.8%，具有顯著的目標跟蹤精度優勢。

3 結論

本文提出的目標跟蹤自適應模板更新算法取得了優異的測試成績，證明了此算法用于復雜背景目標跟蹤的可行性與有效性。本算法表現優異主要是因為不僅對模板進行自適應更新，而且考慮到統一目標模型對目標特征描述的弊端，并對目標模型進行相應更新，最大程度地匹配模板與跟蹤目標，減少了目標跟蹤的誤差。此外，傳統HOG特征提取、SIFT特征提取方法應用受限，難以處理復雜背景中的特征提取工作，基于卷積神經網絡提取目標特征方法以學習訓練的方式解決了此項難題，為模板與目標匹配創造有利條件。