·96 智能系统学报 第5卷 行为；如何有效地用自然语言解释行为；如何有效地 因为目标假设作为分析图像的限制条件；但是它的 利用训练和匹配算法来处理在空间和时间域中与其 性能很大程度是由产生和校正这些假设的方法来决 有相似的行为模式的差异.但是，如何让机器自动地 定的，为了获得健壮的跟踪效果，需要很多目标假 跟踪目标是计算机视觉领域的一个难点，也是目前 设，而对这些假设进行估计又需要大量的计算.其中 研究的热点之一 后者是目前视觉跟踪的主流方法，但将这2种数学 1视觉跟踪算法的分类 方法结合起来有助于提高跟踪算法的健壮性又可以 减少计算量. 视觉跟踪简单地说就是估计一个对象的运动轨 视觉跟踪算法之间的差别一般有以下几方面： 迹.另外，一个跟踪系统还可以获得被跟踪对象的一 1)跟踪对象的表示； 些信息：对象的运动方向、速度、加速度、位置，从而 2)跟踪对象的外表、运动、形状的表示； 为进一步处理与分析，实现对运动对象的行为理解， 3)图像特征的选择 完成更高一级的任务做准备 传统的跟踪对象可以表示成点、原始的几何形 一个理想的视觉跟踪算法应具有以下特性： 状（如矩形、椭圆形等）、对象的轮廓和投影、骨架模 1)快捷性：视觉跟踪算法应该能够有效地跟踪 型、关节状模型等2) 运动目标，同时对场景的突然变化做出反应，这是视 视觉跟踪算法一般分成基于区域的跟踪算法 觉跟踪算法的根本目的； (region-based tracking algorithm)、基于模型的跟踪 2)鲁棒性：鲁棒性意味着可用性.被跟踪对象 算法(model--based tracking algorithm)、基于特征的 从3-D投影到2-D时会造成信息损失、图像中的噪 跟踪算法(feature-based tracking algorithm)、基于主 声、物体运动的复杂、物体的非刚性或关节的本质、 动轮廓的跟踪算法(active contour-.based tracking al- 部分和全部遮挡造成的信息暂时消失、物体姿态的 gorithm).常用的数学方法有：卡尔曼滤波器(Kal 复杂性、场景的光照变化等，客户希望在这些复杂环 man filter)、Mean shift、粒子滤波器(particle filter)、 境和情况下可以随时应用视觉跟踪算法； 动态贝叶斯网络等3] 3)透明性：视觉跟踪算法对客户应是透明的，客户 1.1基于区域的跟踪算法 得到的结果仅仅是快速的响应和良好的可用性； 基于区域的跟踪首先要分割出视频对象(video 4)高效性：视觉跟踪算法带来的运算开销越小 objects),在连续帧中建立起被分割区域之间的联 越好； 系，进而对视频对象进行跟踪4.它在包含多个对 5)稳定性：视觉跟踪算法不应给后续的运动识 象的场景中能够取得较好的效果，但不能可靠地处 别带来不稳定因素； 理对象之间的遮挡，而且只能获得区域级别的跟踪 6)简单性：视觉跟踪算法越容易实现则越容易 结果，不能获得对象的3-D姿势(3-D姿势由对象的 被普遍接受，一个理想的视觉跟踪配置应简单易行. 位置和方向构成)或轮廓31： 通常，为了更快地运行视觉跟踪算法，减少对资 文献[5]针对对象和摄像机运动无规则的环 源的需求，视觉跟踪算法应该设计得更简单；为了实 境，根据运动显著性检测的机制，提出了新的跟踪方 行更准确的跟踪目标，视觉跟踪算法又往往但要设 法，结合了目标对象的多个空间特征来实现基于区 计得很复杂 域的跟踪任务.基于区域的跟踪模型是：每帧都对每 视觉跟踪的数学解决方法有2类：自底向上和 个目标对象的特征进行更新，产生自适应的模版，如 自顶向下.自底向上方法通常是通过分析图像内容 果匹配错误较少，则运动显著图中的兴趣区域就被 来重建目标状态，如重建参数化的形状.这种方法在 标记成目标对象.但是，它没有考虑遮挡问题， 计算量上是有效的，但它的健壮性很大程度依赖于 文献[6]针对室内环境，利用一些特征来实现 对图像的分析能力.自顶向下方法产生和估计一系 单个人体的跟踪.人体被考虑成由代表人体各个部 列基于目标模型的状态假设，通过估计和校正这些 分（如头、四肢等）的块(blobs)的结合.它采用最大 图像观测的假设来实现跟踪，它通常有4个组成成 后验概率(maximum a posteriori probability,MAP)方 分：目标表示、观测表示、假设的产生和假设的估计. 法，结合先验知识来检测和跟踪人体运动，它对每个 这种方法的健壮性较少依赖于对图像的分析，这是 像素都进行高斯建模处理，然后由分类器决定这个