基于属性关系图优化匹配的多运动目标跟踪

本资料包含pdf文件1个，下载需要1积分

为实现在固定监控嘲中跟踪多运动目标 ，常用方法主要包含 2个步骤 ：首先用背景减除法分割出当前帧的前景 目标 ，再通过连续咒 目标的主要特征匹配实现跟踪 。嘲 的动态变化 (如光线、树木晃动等)、目标运动突变 使得颜色特征匹配成为多 目标收稿 日期 ：2012-07 Received Date：2012-07基金项目：国家863计划主题项 目(2012AA112300)、国家自然科学基金项 目(61005068)、湖南省自然科学基金项目(11JJ4049)、湖南省高校创新平台开放基金项 目(11KO19)、湖南侍育厅科研项目(10C0548)资助61O 仪 器 仪 表 学 报 第 3 4卷如图2(a)所示，以建立目标 1的属性关系图为例。

在 目标 1区域内4个碎片 (标记为11”、12”、l3”、14”)构成属性关系图，并记录下碎片问的最远距离(如图2(a)中示意)。图2(a)中，属性关系图的节点表示碎片，属性关系图的边由连接任 2个碎片的直线段表示。基于属性关 系图建立 目标 1的外观模型：G ∑ ，∑ ，其中∑ 表示节点属性的集合，节点属性(-元属性)定义为：A( ) ，blob ，hsv。， 表示不同碎片的标记；blob P ，area 表示每个碎片空间信息：p 是区域中心点，area 表示区域面积；hsv 表示碎片区域像素的平均HSV值。∑ 表示属性关系图中边属性的集合 ，边属性(二元属性)定义为：r( ， ，) ，，边属性表示2个碎片问的关系属性，采用2个碎片中心点间构成的直线段 的长度、角度两个属性来表示 ：r( ， ，) ， ，其中长度属性 r2表示两碎片 和 ，中心点问的欧式距离；角度属性 表示两碎片 和 ，中心点间的直线段角度。

2)碎片的属性关系图根据上-帧中目标模型的属性关系图，建立当前帧前景碎片的属性关系图、与前景碎片标记相同的目标碎片的属性关系图。

如需得到当前帧中前景碎片 分配某 目标碎片标记的可能性，首先根据随机分配的标记 判定前景碎片属于哪个跟踪目标，则找出该 目标的目标模型中碎片间最远距离 ，则在此距离内的所有碎片 为碎片 的邻接碎片，碎片 及其所有邻接碎片 构成属性关系图 ；然后找H上-帧的目标模型中与碎片 、 的标记相同的目标碎片，构成目标碎片属性关系图g，则可通过属性关系图 及唇的相似度来评估碎片 分配标记的 可能性。

如图1(f)所示，将第41帧目标碎片的标记随机分配给第42帧的前景碎片，第42帧中碎片 随机分配的标记为11”，则表明假设该碎片属于目标 1，根据 目标 1模型中碎片间的最远距离 71d，得到碎片 的邻接碎片 是随机分配标记为21”、22”的碎片，则此 3个碎片构成前景碎片11”的属性关系图 ，其节点表示碎片 、 ，，边表示碎片间的直线段(如图 2(b)虚线所示)；然后找出第4l帧目标模型中跟踪标记为11”、21”、22”的目标碎片，构成 目标碎片属性关系图g。

2.3 属性关系图节点属性、边属性相似度属性关系图的匹配包含属性匹配和结构匹配，即节点(-元)属性匹配和边(二元)属性匹配。

1)计算节点属性匹配度6，(A( )，A( ，))A 6 (P ，P )A 6(hsv ， )A。占 (area ，aiea ) (1)式中：A( )为 目标碎片属性关系图 g的节点属性，A( )为前景碎片属性关系图 的节点属性，均包括中心点位置 、区域平均HSV值 、区域面积area 3个属性。

2)计算边属性匹配度在图2(a)、(b)中，如求属性关系图 中随机标记为ll”、22”构成的边 与第41帧中标记11”、22”构成的边 r的匹配度，可见边匹配可转化为两直线段匹配，采用直线段长度、角度2个测度来计算 ：6：(r， )Al6f( ， )A 6 (r ， ) (2)式中：6 、6 分别是直线段长度、角度匹配度，权重满足AfA 1。

3 基于概率松弛法的遗传算法优化匹配本文通过求解前景碎片的最优标记，识别当前帧中多个 目标区域，实现多目标分割、跟踪。由于上-帧目标碎片数目与当前帧前景碎片数目可能不-致，首先采用文献[13]中求解赋权二分图的匈牙利算法，剔除匹配度低的多余前景碎片或跟踪标记。

如图2(a)所示，第 41帧目标模型碎片有 13个，即有 13个跟踪标记，而图1(f)第42帧的前景碎片只有 12个 ，经过匹配删除标号32”。

3.1 概率松弛法构造 目标函数1)计算前景碎片分配某跟踪标记的概率根据概率松弛法进行嘲标记的原理 ，对碎片 。

标注 的支持度是从其所有 个相互作用的碎片 以及它们的标记 (设共有L个标记)得到：M LQ(oi如)∑c ∑P(fi ： I△( ))×P(A In L f I ， ∞ ) (3)式中：c 表示碎片 和 相互作用的权重，满足约束∑c 1。下面分别计算式(3)中的各项概率。

i(1)概率P( ∞ l△( ))：根据表示前景碎片的节点属性 A( )，得到该前景碎片标记是 的概率，转化为计算当前帧前景碎片属性关系图 中的节点 ，与上-帧目标碎片属性关系图g中跟踪标记为 ，的节点之间的节点属性相似度(式(1))。如图 1(f)所示，第42帧中，计算前景碎片分配标记11”的概率 P( 11”I△( ))，即求图2(b)前景碎片属性关系图 中标记为11”的节点与图2(C)第41帧中目标碎片属性关系图g中跟踪标记为11”的节点之间的节点属性相似度。

(2)概率 P(A l ， 09 )：表示2个随机标记为 ∞ 、∞ 的前景碎片 和 之间相容性概率，也就是分析 为 的邻接碎片构成属性关系的合理性，转化为求当前帧前景碎片属性关系图誊中连接节点 、 的边，