·122· 智能系统学 报 第14卷 的关键技术，由于其重要的学术价值、潜在的商 提高了跟踪准确率。为降低计算复杂度，Ning 业价值和广泛的应用前景迅速成为计算机视觉领 等提出了一种基于双线性结构化的SVM模型， 域研究的热点和难点，已成功应用于智能监控、机 该模型采用的特征图可达到近似非线性核的效 器人、医学成像及人体运动分析等人机交互领域网， 果，因此跟踪性能得到大幅度提升，然而该算法 越来越多的学者和机构在相关方面进行了大量的 的跟踪速度依然限制了其实际应用。因此，Wang 研究工作，同时取得了较好的成就。然而，目标 等6提出了一种高置信度的模板更新策略，能尽 形状变化、快速运动和遮挡一直是限制目标跟踪 可能地避免模板更新引入的背景信息，但目标跟 在实际场合应用的瓶颈。 踪过程中，目标往往不是一成不变的，目标状态 最近，KC以其高效的计算能力成功引起了 的变化会引起当前跟踪框的置信度较小，从而导 众多研究者的重视和青睐，同时在目标跟踪中取 致学习到的模板无法拟合目标的变化。 得了较好的性能。该方法首次将快速Fourier变 以上2种方法致力于设计更复杂的特征或者 换成功应用到目标跟踪中，达到了实时跟踪的效 分类器，在提高跟踪精度的同时，无疑大大增加 果。然而该算法未对遮挡和快速运动中的目标跟 了算法的复杂度，从而限制了视觉跟踪的实时性 踪作进一步处理：同时为了减少训练样本数目少 能，同时，上述方法并没有对目标的快速运动和 的缺陷，每一帧均用于模板更新，以增强模板的 目标遮挡作进一步的处理。 检测性能，但这也使得大量的与目标无关的背景 1跟踪算法新构架 信息被加入到模板更新中，导致跟踪框漂移，目 标跟踪性能下降。针对经典的KCF算法存在的 本文提出了一种自适应模板更新的判别式核 问题，最新的跟踪算法主要从2个方面作改进：一 相关滤波跟踪新构架，如图1所示。能够判断当 种是目标特征表示的优化设计，另一种是鲁棒的 前跟踪状态是否正常，及时恢复丢失的目标，同 分类器的设计。 时能够判断当前跟踪的目标是否发生形状变化， 1)目标新特征的优化设计方法。特征的优化 并制定出不同的机制恢复丢失的目标，实现了高 设计是目标跟踪领域一个非常重要的研究线索， 效的目标跟踪。 该方法主要致力于目标表示的设计，即通过采用 1.1基于判别式模型的跟踪质量判定 机器学习方法或者深度学习方法设计表达能力更 为了实时监督跟踪目标是否发生形状变化或 好的特征，实现目标更详细的描述。文献[4-8]对 者目标丢失的情况，本文提出一种基于外观判别 传统特征进行改进；考虑到深度学习在特征表示 式分类器的跟踪质量判定标准，以判断跟踪结果 中的优越性，文献[9-13]采用深度卷积神经网络挖 的准确性，实现目标的有效跟踪。本文跟踪结果 掘高层卷积特征，以增强跟踪算法的性能。文献9] 判定标准的定义和实现如下： 直接从预训练的深度CNN中提取若干层特征并 1)获取初始帧中目标框的初始信息。采用目 用于学习自适应相关滤波器，保证了跟踪准确率 标检测算法对输入帧执行目标检测，获取目标框 和鲁棒性。进一步地，文献[1O提出了一种基于CNN 的初始信息，包括目标所在位置以及尺寸大小。 的序列训练方法，该方法把每个通道的特征输出 2)构建判别式分类器的样本训练集并分配样 作为单独的跟踪器，最后将分类器的结果级联作 本标签。以一定步长在目标框的周围进行稠密采 为最后的决策输出。目标特征的优化设计方法， 样，获取与目标框大小相同的训练样本；假设样 虽取得了一定成绩，但目标跟踪算法旨在区分出 本图像所在框与目标框之间的重叠阈值为Tp,分 背景和目标区域，该方法所学习到的特征只表示 别计算所有样本图像与目标框的重叠值；当重叠 了目标视频的底层视觉信息，未对背景作进一步 值大于T时，设置该样本图像的标签为1，否则为0。 约束，导致学习到的模板判别能力非常有限。因 3)提取样本的HOG特征在低维空间的特征 此，获取判别性好的目标特征仍是一个比较棘手 表示，即HOG描述子。首先提取所有样本的HOG 的难题。 特征，然后采用PCA-net的思想对HOG特征作 2)鲁棒的分类器的设计方法。鲁棒的分类器 进一步的降维处理，旨在获取更抽象且判别性更 设计方法主要是通过建立优化机制，对需要进行 好的特征表示f。 模板更新的样本作限制，进一步保证了模板对于 4)对所有正负样本重复3)，得到所有样本的 目标的检测效果。为了充分利用结构化输出的 低维特征表示，为当前目标学习判别模型svm,并 SVM能够处理复杂输出，如树、序列和集合等优 加入到集合SVM中，SVM为跟踪目标出现的所 势，Hare等首次将该算法应用到跟踪中，大大 有外观状态对应的分类器集合。的关键技术，由于其重要的学术价值、潜在的商 业价值和广泛的应用前景迅速成为计算机视觉领 域研究的热点和难点，已成功应用于智能监控、机 器人、医学成像及人体运动分析等人机交互领域[1-2] ， 越来越多的学者和机构在相关方面进行了大量的 研究工作，同时取得了较好的成就。然而，目标 形状变化、快速运动和遮挡一直是限制目标跟踪 在实际场合应用的瓶颈。 最近，KCF[3]以其高效的计算能力成功引起了 众多研究者的重视和青睐，同时在目标跟踪中取 得了较好的性能。该方法首次将快速 Fourier 变 换成功应用到目标跟踪中，达到了实时跟踪的效 果。然而该算法未对遮挡和快速运动中的目标跟 踪作进一步处理；同时为了减少训练样本数目少 的缺陷，每一帧均用于模板更新，以增强模板的 检测性能，但这也使得大量的与目标无关的背景 信息被加入到模板更新中，导致跟踪框漂移，目 标跟踪性能下降。针对经典的 KCF 算法存在的 问题，最新的跟踪算法主要从 2 个方面作改进：一 种是目标特征表示的优化设计，另一种是鲁棒的 分类器的设计。 1) 目标新特征的优化设计方法。特征的优化 设计是目标跟踪领域一个非常重要的研究线索， 该方法主要致力于目标表示的设计，即通过采用 机器学习方法或者深度学习方法设计表达能力更 好的特征，实现目标更详细的描述。文献[4-8]对 传统特征进行改进；考虑到深度学习在特征表示 中的优越性，文献[9-13]采用深度卷积神经网络挖 掘高层卷积特征，以增强跟踪算法的性能。文献[9] 直接从预训练的深度 CNN 中提取若干层特征并 用于学习自适应相关滤波器，保证了跟踪准确率 和鲁棒性。进一步地，文献[10]提出了一种基于 CNN 的序列训练方法，该方法把每个通道的特征输出 作为单独的跟踪器，最后将分类器的结果级联作 为最后的决策输出。目标特征的优化设计方法， 虽取得了一定成绩，但目标跟踪算法旨在区分出 背景和目标区域，该方法所学习到的特征只表示 了目标视频的底层视觉信息，未对背景作进一步 约束，导致学习到的模板判别能力非常有限。因 此，获取判别性好的目标特征仍是一个比较棘手 的难题。 2) 鲁棒的分类器的设计方法。鲁棒的分类器 设计方法主要是通过建立优化机制，对需要进行 模板更新的样本作限制，进一步保证了模板对于 目标的检测效果。为了充分利用结构化输出的 SVM 能够处理复杂输出，如树、序列和集合等优 势，Hare 等 [14]首次将该算法应用到跟踪中，大大 提高了跟踪准确率。为降低计算复杂度，Ning 等 [15]提出了一种基于双线性结构化的 SVM 模型， 该模型采用的特征图可达到近似非线性核的效 果，因此跟踪性能得到大幅度提升，然而该算法 的跟踪速度依然限制了其实际应用。因此，Wang 等 [16]提出了一种高置信度的模板更新策略，能尽 可能地避免模板更新引入的背景信息，但目标跟 踪过程中，目标往往不是一成不变的，目标状态 的变化会引起当前跟踪框的置信度较小，从而导 致学习到的模板无法拟合目标的变化。 以上 2 种方法致力于设计更复杂的特征或者 分类器，在提高跟踪精度的同时，无疑大大增加 了算法的复杂度，从而限制了视觉跟踪的实时性 能，同时，上述方法并没有对目标的快速运动和 目标遮挡作进一步的处理。 1 跟踪算法新构架 本文提出了一种自适应模板更新的判别式核 相关滤波跟踪新构架，如图 1 所示。能够判断当 前跟踪状态是否正常，及时恢复丢失的目标，同 时能够判断当前跟踪的目标是否发生形状变化， 并制定出不同的机制恢复丢失的目标，实现了高 效的目标跟踪。 1.1 基于判别式模型的跟踪质量判定 为了实时监督跟踪目标是否发生形状变化或 者目标丢失的情况，本文提出一种基于外观判别 式分类器的跟踪质量判定标准，以判断跟踪结果 的准确性，实现目标的有效跟踪。本文跟踪结果 判定标准的定义和实现如下： 1) 获取初始帧中目标框的初始信息。采用目 标检测算法对输入帧执行目标检测，获取目标框 的初始信息，包括目标所在位置以及尺寸大小。 Tovp Tovp 2) 构建判别式分类器的样本训练集并分配样 本标签。以一定步长在目标框的周围进行稠密采 样，获取与目标框大小相同的训练样本；假设样 本图像所在框与目标框之间的重叠阈值为 ，分 别计算所有样本图像与目标框的重叠值；当重叠 值大于 时，设置该样本图像的标签为 1，否则为 0。 f 3) 提取样本的 HOG 特征在低维空间的特征 表示，即 HOG 描述子。首先提取所有样本的 HOG 特征，然后采用 PCA-net[17]的思想对 HOG 特征作 进一步的降维处理，旨在获取更抽象且判别性更 好的特征表示 。 svm1 SVMobj SVMobj 4) 对所有正负样本重复 3)，得到所有样本的 低维特征表示，为当前目标学习判别模型 ，并 加入到集合 中， 为跟踪目标出现的所 有外观状态对应的分类器集合。 ·122· 智 能 系 统 学 报 第 14 卷