一种用于人流统计的目标跟踪优化系统

晏细兰 石坤泉

摘  要：目前在人流统计领域，一般采用计算终端前置化，导致计算终端的计算能力较弱，只能采用距离和几何特征匹配的方法进行跟踪和计数，所以准确率不高。为了克服这个问题，本文提出一种用于人流統计的目标跟踪方法，在得到采用距离和几何特征匹配的运动轨迹后，引入人类的行为匹配模型对运动轨迹进行优化，提高追踪轨迹的准确率。

关键词：人流统计;目标跟踪优;系统设计

中图分类号：TP391.41      文献标识码：A 文章编号：2096-4706（2019）07-0020-02

Abstract：At present，in the field of human flow statistics，the computing terminal is usually pre-positioned，which results in the weak computing ability of the computing terminal. It can only be tracked and counted by the matching method of distance and geometric features，so the accuracy is not high. In order to overcome this problem，a target tracking method for human flow statistics is proposed in this paper. After obtaining the trajectory matched by distance and geometric features，human behavior matching model is introduced to optimize the trajectory and improve the accuracy of tracking trajectory.

Keywords：flow statistics;target tracking optimization;system design

1  目标跟踪匹配方法研究现状

目前视频图像处理中，目标跟踪方法主要有基于目标静态特征的匹配方法和基于目标距离和几何特征的匹配方法[1，2]。基于目标静态特征匹配的方法需要计算所有目标在整个视频序列里的特征信息并需要和所有特征数据进行循环匹配，所以具有匹配性强的特点，不因局部时间目标丢失而导致追踪失败，在多目标跟踪的情况下可有效区分各个目标的特点。同时，这样全局匹配的方法也存在一些问题。而基于距离和几何特征的匹配方法具有匹配速度快的特点，但在多目标跟踪的情况下，由于缺乏不同目标的特征信息，导致匹配准确率低。而在人流统计领域，一般采用计算终端前置化，导致计算终端的计算能力较弱，所以只能采用距离和几何特征的匹配方法进行跟踪和计数[3]，所以准确率不高。

本文提出一种用于人流统计的目标跟踪方法，在得到采用距离和几何特征匹配的运动轨迹后，引入人类的行为匹配模型对运动轨迹进行优化，提高追踪轨迹的准确率。

2  用于人流统计的目标跟踪优化系统设计

用于人流统计的目标跟踪优化系统总体设计方法过程如图1所示。由于移动轨迹可能存在瞬时抖动，在计算移动轨迹的速度和方向时，需要使用一定的计算时间窗口N来获得比较稳定的数据。

在1-Window calculator中，利用已知的相机视场角FOV和测量得到的相机到视野中心物体的物理距离WD，计算得出视野中横向物理宽度，即横向视场宽度FW。我们需要人工定义参数窗口占屏比SL，通常为0.05，进而计算窗口的物理宽度，即SL和FW的乘积。另外，我们需要定义参数人类经典步行速度VR，通常定义为4m/s。根据以上数据和视频中实际追踪的帧率FPS，可计算得到时间窗口N。

在2-Outlier recognizer中，能判断Tr各条轨迹中是否具有拐点，拐点的判断需要计算轨迹中各个点的移动速度vi和移动方向的变化率Δdi。移动速度vi的计算是通过目标点i以窗口N找到前面的点和后面的点，可计算出窗口内的移动距离，根据移动距离和时间窗口N即可得到轨迹在第i点的移动速度vi，再根据窗口前后点的坐标，计算得到轨迹在第i点的移动方向di，进而算出移动方向的变化率Δdi。其中由于轨迹的开始后点和结束前的无法满足窗口计算的要求，故认为这部分的移动速度和移动方向是不变的。拐点的判定需要判断该点是否为非静止点，因为当该点为静止点的时候，由于数据本身的抖动，导致移动方向的变化率Δdi变化很大，影响判定效果。如果有移动速度vi大于非静止速度VL时即为非静止点，其中VL为可设参数，通常为1m/s;

由于人们移动方向是连续的，不可能在保持一定移动速度的情况下进行大角度的拐弯，故认为移动方向的变化率Δdi大于DL的非静止点为异常拐点，通常拐点是由多个移动目标因重合交替等造成的，故将轨迹以拐点为分界点，将移动轨迹分成多段轨迹并从新组合成个新的集合TB以进行下一步的计算。

在3-Combiner中包含3个修复模块，分别是断连判断模块、重合判断模块和分离判断模块。根据运动轨迹序列的移动速度和移动方向变化率，确定轨迹中的异常拐点。根据异常拐点将运动轨迹序列切断为多段运动轨迹序列，并重新组合成新的运动轨迹序列集合。新的运动轨迹序列集合对运动轨迹进行断线判断、重合判断和分离判断，得到修复后的运动轨迹序列集合。

3  系统修复模块设计

3-Combiner中包含3个修复模块，断连判断模块是为了解决运动轨迹由遮挡或漏检等因素引起的同轨迹断裂并被判断为两条轨迹。

对比一条轨迹的结束点和另外一条轨迹的起始点，若另外一条轨迹大于这条轨迹长度且有两条轨迹长度的差小于tL则认为两段轨迹有时间上的连续性。其中tL为目标丢失的最大容忍时间，为可设参数，通常为2s。如果两条轨迹长度的差值小于DL，认为两段轨迹具有方向一致性，其中DL为目标的最大容忍拐弯限制，为可设参数，通常为。计算两条轨迹的距离，如果距离小于第一条轨迹，按照第二条轨迹在tL时间移动的距离，则认为两段曲线具有空间的连续性。

如同时满足以上条件，则认为该两条轨迹实际上是同一条轨迹。具体实例如图2所示，两段同时满足时间、方向和空间一致性的轨迹则可合并修复。

另外特殊如图3所示，由于两个运动相交，可能追踪的时候造成图5的错误，但通过拐点判断，把轨迹拆分在断连后，则能得到正确的两条轨迹。重合判断模块是为了解决运动轨迹由于开始目标分开后来并行情况下轨迹断裂的问题，具体如图4首先有某段轨迹，计算其结束点的移动趋势，其次对比另外一段轨迹中的所有点，若第一条轨迹的延长部分与第二条相交，则认为两条轨迹具有空间上的连续性。若第二条轨迹的交点时间差小于tL，則认为两条轨迹具有时间上的连续性。

分离判断模块是为了解决运动轨迹由于开始目标重合，后来分开后个别轨迹不完整的问题，具体如图5所示，先有某段轨迹，根据其开始点的移动趋势，反向计算其在tL前的位置。其次对比另外一段轨迹中的所有点，若第一条轨迹的反向延长部分与第二条轨迹相交，则认为两条轨迹具有空间上的连续性。若两条轨迹的交点时间差小于tL，则认为两条轨迹具有时间上的连续性。若比两条轨迹的交点方向角度差小于DL，则认为两条轨迹具有方向上的一致性。最后若满足第二步中所有条件，测认为第二条轨迹中交点前的部分也属于第一条，合并后得到新的轨迹。通过以上三个修复模块，可得到新的运动轨迹序列集合。

4  结  论

本文提出的目标跟踪优化方法，可以很好地解决计算终端的计算能力较弱所导致的追踪准确率不高的问题，引入的人类的行为匹配模型对运动轨迹进行优化，大大提高了追踪轨迹的准确率。

参考文献：

[1] 张微，康宝生.相关滤波目标跟踪进展综述 [J].中国图象图形学报，2017，22（8）：1017-1033.

[2] 张简.全景视频监视系统在贵阳机场的应用 [J].电脑知识与技术，2015，11（7）：228-229.

[3] 尹宏鹏，陈波，柴毅，等.基于视觉的目标检测与跟踪综述 [J].自动化学报，2016，42（10）：1466-1489.

作者简介：晏细兰（1985-），女，汉族，江西南昌人，教师，讲师，硕士，主要研究方向：图像处理，信号处理;石坤泉（1967-），男，汉族，广东兴宁人，副教授，主要研究方向：信息安全。