基于快速判别式尺度估计的核相关滤波方法

熊晓璇 王文伟

摘 要：针对核相关滤波（KCF）算法无法对视频序列中目标尺度变化作出响应的问题，提出一种基于快速判别式多尺度估计的核相关滤波跟踪算法。首先，使用核相关滤波器来估计目标位置;然后，通过使用一组不同尺度的目标样本来在线学习快速判别式尺度滤波器;最后，在目标位置应用学习的尺度滤波器来获得目标尺寸的准确估计。选取Visual Tracker Benchmark视频序列集进行实验，并与基于判别式尺度空间跟踪（DSST）的KCF算法和传统KCF算法进行对比，结果表明，在目标尺度发生变化时，所提算法在跟踪精度上提高了2.2%至10.8%;并且在平均帧率上，所提算法比DSST的KCF算法提高了19.1%至68.5%，表明该算法对目标尺度变化有很强的适应能力和较高的实时性。

关键词：目标跟踪;快速多尺度估计;核相关滤波;跟踪精度;计算速度

中图分类号： TP301.6

文献标志码：A

Abstract： Focusing on the issue that the Kernelized Correlation Filter （KCF） can not respond to the target scale change， a KCF target tracking algorithm based on fast discriminative scale estimation was proposed. Firstly， the target position was estimated by KCF. Then， a fast discriminative scale filter was learned online by using a set of target samples with different scales. Finally， an accurate estimation of the target size was obtained by applying the learned scale filter at the target position. The experiments were conducted on Visual Tracker Benchmark video sequence sets， and comparison was performed with the KCF algorithm based on Discriminative Scale Space Tracking （DSST） and the traditional KCF algorithm. Experimental results show that the tracking accuracy of the proposed algorithm is 2.2% to 10.8% higher than that of two contrast algorithms when the target scale changes， and the average frame rate of the proposed algorithm is also 19.1% to 68.5% higher than that of KCF algorithm based on DSST. The proposed algorithm has strong adaptability and high real-time performance to target scale change.

Key words： target tracking; fast multi-scale estimation; Kernelized Correlation Filter （KCF）; tracking accuracy; calculation speed

0 引言

随着计算机处理能力的不断提高，运动目标跟踪研究逐渐成为计算机视觉领域的重要研究课题，在武器制导、人机交互、智能监控、医学诊断、虚拟现实和运动分析等领域都有广阔的应用前景[1-2]。由于实际应用场景的复杂性和多变性，视频序列中往往存在目标尺度大小变化、光照条件变化、背景干扰与噪声等问题;其次，由于跟踪算法实时性的现实要求，在算法精度不够时，跟踪的效率尤其重要，特别是在现在视频图像尺寸越来越大的情况下，需要研究如何提高算法的处理效率、提高算法处理的速度以达到实时处理的效果。因此设计出一种快速、准确的跟踪算法在目标跟踪研究领域具有极其重要的意义。

目前的目标跟踪算法基本分为三种，即基于预测、基于匹配和基于检测的方法。基于预测的方法主要是对未来某个时间点的目标位置状态进行估计假设，缩小目标位置范围的查找，将跟踪问题看成是一个状态预测问题，利用估计理论对目标下一帧中的位置作出最优估计，以达到对目标预测和跟踪的目的。常见的预测算法有Kalman滤波、扩展的Kalman滤波及粒子滤波方法等[3]。近幾年新提出的稀疏表示模型也被用于目标跟踪领域，它的主要思想是通过计算图像块的投影来选取出与目标模型的投影误差最小的样本并标记为潜在目标，以此来达到目标跟踪的目的。 基于匹配的方法通常是对目标建立一个完整的表达模型，再从后续帧中寻找到最接近模型的图像区域并标记为目标的跟踪位置。这里目标的模型可以通过图像块来获取，也可以是基于目标图像区域的局部统计特征。常见的匹配算法有Meanshift[4]、Camshift[5]和置信区域等算法，它们都属于无参估计，作用是可以优化模板和迭代收敛过程，以达到缩小搜索范围的目的。

基于检测的方法也称判别式跟踪方法，它主要是将目标跟踪看成特定的目标检测问题，并运用各种学习算法对数据样本进行处理，以最优的分类处理的数据作为预测下一帧的目标位置。这里的学习算法主要分为离线和在线两种，它们主要是通过是否需要预先准备大量样本对分类器进行训练来区分。在线学习算法在跟踪过程中能够实时获取训练数据并更新分类器，因而在目标和背景变化时随之自适应，从而拥有更好的鲁棒性。

最近，基于相關滤波器的目标跟踪方法显示出优异的性能，由于其具有计算效率高的优点，因此特别适用于各种实时性的应用。文献[6]提出了误差最小平方和滤波器（Minimum Output Sum of Squared Error filter， MOSSE），它采用单通道灰度特征，速度达到669fps（frames per second），满足实时性的要求。之后，文献[7]提出了基于检测的跟踪循环结构（Circulant Structure of tracking-by-detection with Kernels， CSK），它在MOSSE的基础上引入了循环矩阵和核技巧，速度达320fps，精度比MOSSE有大幅提升。文献[8]提出了核相关滤波器（Kernelized Correlation Filter， KCF），它在CSK的基础上扩展了多通道的梯度方向直方图（Histogram of Oriented Gradients， HOG）特征，极大地提高了算法的有效性。

然而上述跟踪算法仅针对目标位置进行估计，在目标尺度变化较大的视频序列中跟踪会发生漂移甚至丢失。另外，文献[9-11]在相关滤波的基础上引入基于判别式尺度空间跟踪（Discriminative Scale Space Tracking， DSST）来解决目标尺度变化问题，但计算速度较低，难以保证跟踪的实时性。本文将快速判别式的尺度空间跟踪（fast Discriminative Scale Space Tracking，fDSST）[12]加入到KCF跟踪框架中，使用在一组不同尺度上采样的目标外观来在线学习尺度滤波器，以解决目标尺度的变化问题，在保证一定计算速度的前提下提高跟踪精度，从而改善跟踪性能。

4 结语

为解决KCF算法在目标尺度发生变化时的跟踪漂移问题，本文在传统KCF跟踪框架的基础上，加入基于快速判别式的尺度滤波器，提出了一种快速判别式尺度估计的核相关滤波跟踪算法。该算法在目标尺度发生变化时仍具有较高的跟踪精度和计算速度，满足算法的实时性要求。但本文算法对目标的快速形变不具有鲁棒性，这是因为本文对目标的特征提取采用的是HOG特征提取，而HOG特征描述的是目标的形状信息，目标变化太快会导致效果变差。因此，寻找更加优化的特征提取方法将是下一步的研究重点。

参考文献：

[1] YILMAZ A， JAVED O， SHAH M. Object tracking： a survey [J]. ACM Journal of Computing Surveys， 2006， 38（4）： Article No. 13.

[2] SMEULDERS A W M， CHU D M， CUCCHIARA R， et al. Visual tracking： an experimental survey [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2014， 36（7）： 1442-1468.

[3] ZHAI Y， YEARY M， ZHUOU D. Target tracking using a particle filter based on the projection method [C]// ICASSP 2007： Proceedings of the 2007 IEEE International Conference on Acoustics， Speech and Signal Processing. Piscataway， NJ： IEEE， 2007， 3： 1189-1192.

[4] COMANICIU D， REMESH V， MEER P. Real-time tracking of non-rigid objects using Mean Shift [C]// Proceedings of 2000 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Washington， DC： IEEE Computer Society， 2000， 2： 142-149.

[5] ALLEN J G， XU R Y D， JIN J S. Object tracking using CamShift algorithm and multiple quantized feature spaces [C]// Proceedings of the 2005 Pan-Sydney Area Workshop on Visual Information Processing. New York： ACM， 2005： 3-7.

[6] BOLME D S， BEVERIDGE J R， DRAPER B A， et al. Visual object tracking using adaptive correlation filters [C]// Proceedings of the 2010 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Washington， DC： IEEE Computer Society， 2010： 2544-2550.

[7] HENRIQUES J F， CASEIRO R， MARTINS P， et al. Exploiting the circulant structure of tracking-by-detection with kernels [C]// Proceedings of the 2012 European Conference on Computer Vision， LNCS 7575. Berlin： Springer， 2012： 702-715.