第5期 修春波，等：模糊直方图模型的运动目标跟踪 ·943· (d第366帧 (e)第439帧 (①第539帧 (a)第10帧 (b)第31帧 (c)第52帧 图13显著性直方图模型跟踪效果 Fig.13 Tracking result based on the saliency histogram model (d)第73帧 (e)第94帧 (①第115帧 图10多特征融合直方图模型跟踪效果 Fig.10 Tracking result based on multiple features fusion (a)第218帧 (b)第267帧 (c)第305帧 histogram model (d第366帧 (e)第439帧 ()第539帧 (a)第10帧 (b)第31帧 (c)第52帧 图14多特征融合直方图模型跟踪效果 Fig.14 Tracking result based on multiple features fusion histogram model (d)第73帧 (e)第94帧 ()第115帧 图11模糊直方图模型跟踪效果 (a)第218帧 (b)第267帧 (c)第305帧 Fig.11 Tracking result based on fuzzy histogram model 从跟踪实验结果可见，由于目标所处场景光 照稳定，目标色度漂移不明显，目标与其周围背 景的颜色也有较明显的差异，因此跟踪情况较为 (d第366帧 (e)第439帧 ()第539帧 简单。上述各种跟踪方法均可较为准确地完成目 标跟踪任务。 图15模糊直方图模型跟踪效果 Fig.15 Tracking result based on fuzzy histogram model 实验二选择Visual Tracker Benchmark跟踪 视频库中David序列图像中的人体目标进行跟 由跟踪结果可见，跟踪过程中David从光线 踪。该跟踪场景中运动目标的光照由暗到亮变化 阴暗的房间走到明亮的房间，行走过程中目标由 显著，色度漂移明显，目标跟踪难度增大。图12~15 暗变亮，色度发生很大的变化，传统直方图模型 给出了上述4种跟踪方法所得跟踪结果。 无法适应强光照变化的干扰，很快导致跟踪失 败。显著性直方图模型及多特征直方图模型方法 利用所结合的辅助特征能够在一定程度上改善跟 踪方法的适应能力，但当光照变化激烈时，所融 (a)第218帧 (b)第267帧 (c)第305帧 合的特征也会受到严重干扰而变得不稳定，最终 无法完成跟踪任务。本文采用模糊直方图模型对 目标进行描述，提高了目标模型的稳定性，对跟 踪过程中的色度漂移能够起到有效抑制，因此即 (d第366帧 (e)第439帧 ()第539帧 使在光照发生明显变化时，仍然能够保证跟踪结 图12传统直方图模型跟踪效果 果的鲁棒性。 Fig.12 Tracking result based on the traditional histogram 实验三对实际光照变化复杂的运动目标进 model 行跟踪实验，目标运动过程中分别处于顺光、侧 光以及逆光等光照状态下，目标区的色度变化明 显，准确定位难度较大。上述各跟踪方法的跟踪 (a)第218帧 (b)第267帧 (c)第305帧 结果如图16~19所示。(a) 第10帧 (b) 第31帧 (c) 第52帧 (d) 第73帧 (e) 第94帧 (f) 第115帧 图 10 多特征融合直方图模型跟踪效果 Fig. 10 Tracking result based on multiple features fusion histogram model (a) 第10帧 (b) 第31帧 (c) 第52帧 (d) 第73帧 (e) 第94帧 (f) 第115帧 图 11 模糊直方图模型跟踪效果 Fig. 11 Tracking result based on fuzzy histogram model 从跟踪实验结果可见，由于目标所处场景光 照稳定，目标色度漂移不明显，目标与其周围背 景的颜色也有较明显的差异，因此跟踪情况较为 简单。上述各种跟踪方法均可较为准确地完成目 标跟踪任务。 实验二 选择 Visual Tracker Benchmark 跟踪 视频库中 David 序列图像中的人体目标进行跟 踪。该跟踪场景中运动目标的光照由暗到亮变化 显著，色度漂移明显，目标跟踪难度增大。图 12~15 给出了上述 4 种跟踪方法所得跟踪结果。 (a) 第218帧 (b) 第267帧 (c) 第305帧 (d) 第366帧 (e) 第439帧 (f) 第539帧 图 12 传统直方图模型跟踪效果 Fig. 12 Tracking result based on the traditional histogram model (d) 第366帧 (e) 第439帧 (f) 第539帧 图 13 显著性直方图模型跟踪效果 Fig. 13 Tracking result based on the saliency histogram model (a) 第218帧 (b) 第267帧 (c) 第305帧 (d) 第366帧 (e) 第439帧 (f) 第539帧 图 14 多特征融合直方图模型跟踪效果 Fig. 14 Tracking result based on multiple features fusion histogram model (a) 第218帧 (b) 第267帧 (c) 第305帧 (d) 第366帧 (e) 第439帧 (f) 第539帧 图 15 模糊直方图模型跟踪效果 Fig. 15 Tracking result based on fuzzy histogram model 由跟踪结果可见，跟踪过程中 David 从光线 阴暗的房间走到明亮的房间，行走过程中目标由 暗变亮，色度发生很大的变化，传统直方图模型 无法适应强光照变化的干扰，很快导致跟踪失 败。显著性直方图模型及多特征直方图模型方法 利用所结合的辅助特征能够在一定程度上改善跟 踪方法的适应能力，但当光照变化激烈时，所融 合的特征也会受到严重干扰而变得不稳定，最终 无法完成跟踪任务。本文采用模糊直方图模型对 目标进行描述，提高了目标模型的稳定性，对跟 踪过程中的色度漂移能够起到有效抑制，因此即 使在光照发生明显变化时，仍然能够保证跟踪结 果的鲁棒性。 实验三 对实际光照变化复杂的运动目标进 行跟踪实验，目标运动过程中分别处于顺光、侧 光以及逆光等光照状态下，目标区的色度变化明 显，准确定位难度较大。上述各跟踪方法的跟踪 (a) 第218帧 (b) 第267帧 (c) 第305帧 结果如图 16~19 所示。 第 5 期 修春波，等：模糊直方图模型的运动目标跟踪 ·943·