智能視頻監(jiān)控下的多目標(biāo)跟蹤技術(shù)研究

【摘要】本文主要論述了運(yùn)動(dòng)目標(biāo)的陰影檢測(cè)、多目標(biāo)跟蹤、克服遮擋目標(biāo)的方法以及多視角下監(jiān)控目標(biāo)的相互傳遞。首先，對(duì)運(yùn)動(dòng)目標(biāo)的陰影光照和顏色特征進(jìn)行分析探討，改進(jìn)原有的檢測(cè)辦法；其次，探討研究先利用目標(biāo)的特點(diǎn)，辨別運(yùn)動(dòng)狀態(tài)，再處理不同跟蹤里的不同狀態(tài)達(dá)到跟蹤多目標(biāo)；再次，構(gòu)建符合目標(biāo)顏色的模型，運(yùn)用顏色的特點(diǎn)克服對(duì)目標(biāo)的遮擋。最后，分析多視角的監(jiān)控系統(tǒng)應(yīng)用需求，設(shè)計(jì)智能監(jiān)控框架，研究一種新型的多視角的監(jiān)控跟蹤辦法，實(shí)現(xiàn)不同視角的信息傳遞。

【關(guān)鍵詞】智能視頻監(jiān)控；多目標(biāo)跟蹤；多視角監(jiān)控

1.引言

當(dāng)今時(shí)代，隨著網(wǎng)絡(luò)的快速發(fā)展與人們生活水平迅速提高，視頻監(jiān)控越來越受到人們青睞。視頻監(jiān)控具有直觀和方便的兩大優(yōu)點(diǎn)，智能監(jiān)控系統(tǒng)可以使企業(yè)大幅度減少管理人員和提高人們工作的效率。智能視頻監(jiān)控可以實(shí)時(shí)的檢測(cè)現(xiàn)實(shí)場(chǎng)景，得到相應(yīng)的視頻數(shù)據(jù)，使人們可以通過監(jiān)控跟蹤運(yùn)動(dòng)目標(biāo)，了解目標(biāo)的運(yùn)動(dòng)情況，為監(jiān)控管理人員提供準(zhǔn)確有效的視頻信息。它能自動(dòng)提取出檢測(cè)的目標(biāo)，對(duì)目標(biāo)進(jìn)行有效跟蹤。

2.智能視頻監(jiān)控下的多目標(biāo)檢測(cè)應(yīng)用的現(xiàn)狀及存在的問題

從應(yīng)用領(lǐng)域角度看，它被廣泛應(yīng)用于各行各業(yè)，諸如檔案室、資料室、銀行等重要地點(diǎn)的監(jiān)視；從功能角度上看，它常被人們應(yīng)用在對(duì)安全的防范、對(duì)信息的獲取及對(duì)調(diào)度的指揮工作等；尤其交通領(lǐng)域用處非常多，它可以遠(yuǎn)程監(jiān)控高速收費(fèi)管理處躲避收費(fèi)、交通違章等現(xiàn)象。視頻監(jiān)控完全符合未來信息產(chǎn)業(yè)的發(fā)展需求，蘊(yùn)含巨大的經(jīng)濟(jì)效益，因此，一直是信息產(chǎn)業(yè)所重視的熱門產(chǎn)品。尤其是近幾年，伴隨經(jīng)濟(jì)和技術(shù)的發(fā)展，對(duì)監(jiān)視的有效性、精準(zhǔn)性有了更高的要求。這些要求可以大概分為兩方面：一方面是人們要求監(jiān)控系統(tǒng)可監(jiān)測(cè)的范圍更廣，已經(jīng)由原來的只是用于安全監(jiān)控向生產(chǎn)監(jiān)控和管理檢查的方向發(fā)展。

同時(shí)，要求視頻系統(tǒng)可以監(jiān)測(cè)更大的面積與更遠(yuǎn)的距離。另一方面因?yàn)楸O(jiān)控系統(tǒng)被逐漸用于管理，所以它需要符合管理的實(shí)際需要，要能與網(wǎng)絡(luò)相結(jié)合，要壓縮和存儲(chǔ)大量的視頻內(nèi)容，為管理人員帶來方便。智能監(jiān)控系統(tǒng)的中心工作就是分析處理運(yùn)動(dòng)目標(biāo)的各種圖像，通過檢測(cè)目標(biāo)、跟蹤目標(biāo)、識(shí)別目標(biāo)，有效分析運(yùn)動(dòng)目標(biāo)。之所以要對(duì)目標(biāo)進(jìn)行檢測(cè)，是要在圖像中把不同變化區(qū)域內(nèi)的背景圖像分離出來，有效分離運(yùn)動(dòng)區(qū)域才能對(duì)后續(xù)的目標(biāo)分類，但是背景圖像時(shí)常變化，它會(huì)受到天氣、其他物體影子和光照等影響，使檢測(cè)工作有一定難度。常用的檢測(cè)辦法主要是背景減除法、運(yùn)動(dòng)能量法、差分時(shí)間法和光流方法。背景減除法對(duì)場(chǎng)景變化特別敏感，容易受外來事件的干擾；差分時(shí)間法常常不能將目標(biāo)的所有特質(zhì)都提取出來，容易產(chǎn)生漏洞現(xiàn)象；光流方法對(duì)光流的計(jì)算過程很復(fù)雜，同時(shí)抗噪聲能力差，不能很好地處理視頻流；運(yùn)動(dòng)能量法對(duì)現(xiàn)象的分離準(zhǔn)確性不高，很難實(shí)現(xiàn)。圖1是一個(gè)典型的智能監(jiān)控系統(tǒng)示意圖。

3.分析運(yùn)動(dòng)目標(biāo)的陰影光照和顏色特征，有效檢測(cè)目標(biāo)

對(duì)目標(biāo)的檢測(cè)是對(duì)目標(biāo)進(jìn)行識(shí)別和對(duì)事件檢測(cè)的基礎(chǔ)，是整個(gè)監(jiān)控系統(tǒng)重要組成的一部分，通過觀察序列圖像是否變化來確定是否有目標(biāo)出現(xiàn)。常見的物體檢測(cè)方法大概有四種，背景差法、運(yùn)動(dòng)的能量法、計(jì)算光流法和幀差法。對(duì)其他三種方法相比，背景差法提供的數(shù)據(jù)更完整，如果光照的變化有規(guī)律，檢測(cè)的效果一般都比較理想。實(shí)際監(jiān)控中，因?yàn)檫\(yùn)動(dòng)對(duì)象常相互遮擋和光照偶爾不均，致使時(shí)常產(chǎn)生陰影。運(yùn)動(dòng)對(duì)象和陰影都有可感知性和運(yùn)動(dòng)特性，因此，陰影難免被劃為前景點(diǎn)，嚴(yán)重影響到分離與提取運(yùn)動(dòng)對(duì)象。特別是當(dāng)多個(gè)目標(biāo)都在同一場(chǎng)景時(shí)，會(huì)大大降低多個(gè)目標(biāo)跟蹤的可靠性，所以，為提高多目標(biāo)的跟蹤可靠性需要對(duì)目標(biāo)提取更精準(zhǔn)，要想辦法排出陰影的影響。根據(jù)目標(biāo)所處場(chǎng)景不同，本文采取背景估計(jì)方法，在場(chǎng)景的背景變化時(shí)，取得目前運(yùn)動(dòng)像素點(diǎn)，像素里點(diǎn)含有運(yùn)動(dòng)目標(biāo)、背景的噪聲和運(yùn)動(dòng)的陰影，先排除陰影，再運(yùn)用濾波法去除里面的噪聲，連同余下的像素點(diǎn)，使他們并到一個(gè)運(yùn)動(dòng)區(qū)域內(nèi)，再提取分析區(qū)域內(nèi)的特點(diǎn)，得到目標(biāo)信息。排除陰影需要先檢測(cè)陰影，陰影一旦被覆蓋，顏色就會(huì)加深，可以充分利用顏色的變化來辨別運(yùn)動(dòng)陰影與運(yùn)動(dòng)目標(biāo)。許多的實(shí)驗(yàn)證明，在陰影覆蓋像素點(diǎn)后，像素點(diǎn)的飽和度與色度的變化都很小，目標(biāo)對(duì)背景色度和亮度的影響并沒有規(guī)律性，比較隨機(jī)，而與目標(biāo)的顏色相關(guān)聯(lián)，所以，根據(jù)陰影的亮度變化特性與色度變化特性，可以十分容易地將它和目標(biāo)區(qū)分開來。

4.多目標(biāo)跟蹤的實(shí)現(xiàn)

要分析多目標(biāo)的運(yùn)動(dòng)狀態(tài)，對(duì)不同狀態(tài)實(shí)行不同的跟蹤方法，有效提高跟蹤的性能?？柭鼮V波與矩形跟蹤法是常見的跟蹤方法?？柭鼮V波通過建立目標(biāo)的運(yùn)動(dòng)模型和運(yùn)動(dòng)軌跡，判斷目標(biāo)的下一位置，根據(jù)位置特征進(jìn)行跟蹤，這種方法的準(zhǔn)確度隨著模型的準(zhǔn)確度而變化。矩形跟蹤運(yùn)用運(yùn)動(dòng)時(shí)獲得的矩形特征完成對(duì)目標(biāo)的跟蹤。它適用于簡(jiǎn)單的情況下判斷目標(biāo)的產(chǎn)生和消失，但無法進(jìn)行深入的分析，也就不能進(jìn)行穩(wěn)定跟蹤。因?yàn)槎嗄繕?biāo)圖像在空間領(lǐng)域和時(shí)間領(lǐng)域都變化的特性不同，以往用于單視角的卡爾曼濾波法和矩形跟蹤法都不能滿足多目標(biāo)同時(shí)處于運(yùn)動(dòng)場(chǎng)景時(shí)的跟蹤，如果充分利用兩種方法的優(yōu)點(diǎn)，將它們有效結(jié)合，分離目標(biāo)位置、面積等特征，通過構(gòu)建特征識(shí)別矩陣分析目標(biāo)運(yùn)動(dòng)狀態(tài)，再對(duì)不同狀態(tài)實(shí)施相應(yīng)的跟蹤辦法。多目標(biāo)跟蹤一直是智能監(jiān)控的難點(diǎn)，首先，因?yàn)樵诙鄠€(gè)目標(biāo)都存在運(yùn)動(dòng)時(shí)，目標(biāo)之間相互產(chǎn)生干擾，嚴(yán)重影響區(qū)域檢測(cè)的精度；其次，在時(shí)間上它們相互關(guān)聯(lián)，多目標(biāo)間有可能有對(duì)應(yīng)的因果關(guān)系，大大增加復(fù)雜度；再次，多個(gè)目標(biāo)在同一時(shí)刻運(yùn)動(dòng)時(shí)，必須采用和運(yùn)動(dòng)狀態(tài)相對(duì)應(yīng)的提取處理辦法。所以，多目標(biāo)跟蹤不僅和運(yùn)動(dòng)分離精度有關(guān)系，也和目標(biāo)特征選擇、狀態(tài)分析緊密相連。要實(shí)現(xiàn)對(duì)目標(biāo)各種運(yùn)動(dòng)狀態(tài)的實(shí)時(shí)監(jiān)測(cè)，包括新目標(biāo)出現(xiàn)時(shí)、目標(biāo)保留在場(chǎng)景內(nèi)但沒有與其他目標(biāo)相互干擾、目標(biāo)出現(xiàn)分裂現(xiàn)象、目標(biāo)出現(xiàn)融合現(xiàn)象以及目標(biāo)突然消失，幫助我們了解場(chǎng)景內(nèi)多樣運(yùn)動(dòng)的信息。構(gòu)建特征辨識(shí)矩陣，充分利用目標(biāo)的特征與目前目標(biāo)所處的區(qū)域特點(diǎn)構(gòu)建新矩陣，利用矩形跟蹤法判別目標(biāo)是否產(chǎn)生、是否消失，注意分析目標(biāo)特征，預(yù)判目標(biāo)狀態(tài)空間，判斷目標(biāo)的運(yùn)動(dòng)狀態(tài)。判斷目標(biāo)所處狀態(tài)，將目標(biāo)分為新目標(biāo)、目標(biāo)奮力、目標(biāo)的融合與目標(biāo)的消失，當(dāng)新目標(biāo)出現(xiàn)時(shí)，立刻構(gòu)建新目標(biāo)的信息，預(yù)測(cè)它的形心位置；當(dāng)目標(biāo)出現(xiàn)分裂時(shí)，分析產(chǎn)生分裂的原因，跟蹤分裂；當(dāng)不同目標(biāo)出現(xiàn)相互融合時(shí)，對(duì)融合后的目標(biāo)進(jìn)行融合處理；當(dāng)跟蹤的目標(biāo)消失時(shí)，首先判斷是否真消失，如果真消失，再刪除原有的數(shù)據(jù)信息。

圖2是目標(biāo)由于遮擋而暫時(shí)分裂的情況。圖中目標(biāo)分裂時(shí)，其外接矩形沒有明顯的擴(kuò)張，目標(biāo)面積的增長(zhǎng)減慢，且分裂塊合并后的形心與原目標(biāo)匹配，因此系統(tǒng)判斷其處于遮擋狀態(tài)，并給出了正確的跟蹤結(jié)果。

5.運(yùn)用顏色的特點(diǎn)克服對(duì)目標(biāo)的遮擋

在系統(tǒng)監(jiān)控過程中，目標(biāo)一旦被遮擋，如果不能及時(shí)做好被遮擋目標(biāo)的標(biāo)記和提供多的數(shù)據(jù)信息，會(huì)造成系統(tǒng)不能正常辨別目標(biāo)的行為，大大降低監(jiān)控的可靠性。特征辨識(shí)矩陣能判斷目標(biāo)是否被遮擋，如果是被靜止物所檔，會(huì)出現(xiàn)臨時(shí)消失，這時(shí)可運(yùn)用目標(biāo)之前的運(yùn)動(dòng)數(shù)據(jù)來預(yù)測(cè)現(xiàn)在的運(yùn)動(dòng)情況，在目標(biāo)再次出現(xiàn)結(jié)束被遮擋時(shí)，系統(tǒng)將自動(dòng)更新回到正常跟蹤的狀態(tài)。多個(gè)目標(biāo)相互遮擋時(shí)，系統(tǒng)依次記錄每個(gè)目標(biāo)被遮擋前的最后圖像，結(jié)束遮擋后，但利用模板匹配之前的圖像標(biāo)記，并不能很好地展現(xiàn)遮擋過程中的運(yùn)動(dòng)。所以，有效獲得遮擋信息和相對(duì)位置非常關(guān)鍵。用顏色的特點(diǎn)來克服目標(biāo)遮擋，顏色作為目標(biāo)圖像重要特征之一，對(duì)分析目標(biāo)特性具有重要作用。亮度、飽和度和色調(diào)是顏色的最基本屬性。場(chǎng)景內(nèi)目標(biāo)的顏色在正常光照下可以被準(zhǔn)確感知，即使目標(biāo)運(yùn)動(dòng)，顏色根據(jù)時(shí)間產(chǎn)生的變化也很緩慢，可以說目標(biāo)顏色基本不變。區(qū)域塊彼此的顏色約束和位置約束都達(dá)到顏色特征需要的標(biāo)準(zhǔn)，取得目標(biāo)顏色組成后還遠(yuǎn)遠(yuǎn)不夠，實(shí)際的跟蹤過程還需要每個(gè)目標(biāo)區(qū)別于其他目標(biāo)的特點(diǎn)。當(dāng)新目標(biāo)出現(xiàn)時(shí)，系統(tǒng)自動(dòng)對(duì)它進(jìn)行連通性分析，找出顏色特征模型，分割顏色塊；當(dāng)目標(biāo)被遮擋時(shí)，把跟蹤遮擋目標(biāo)轉(zhuǎn)為是跟蹤顏色塊。通過建立顏色塊的時(shí)間關(guān)聯(lián)，機(jī)械顏色塊的持續(xù)跟蹤，目標(biāo)位置完全可以根據(jù)部分顏色塊所體現(xiàn)，顏色塊的大小及位置有效反映目標(biāo)相對(duì)位置，根據(jù)跟蹤顏色塊判斷目標(biāo)和運(yùn)動(dòng)區(qū)的聯(lián)系，進(jìn)而得到目標(biāo)位置和遮擋情況，保持被遮擋時(shí)的特征。

6.分析多視角的監(jiān)控系統(tǒng)

智能監(jiān)控系統(tǒng)里，單視角系統(tǒng)有著片面性的特點(diǎn)，因此需要多個(gè)單視角共同實(shí)現(xiàn)。近幾年，多攝像機(jī)共同工作產(chǎn)生監(jiān)控越來越多出現(xiàn)在各種場(chǎng)景，這種多個(gè)攝像機(jī)構(gòu)成的網(wǎng)絡(luò)結(jié)構(gòu)中的每個(gè)機(jī)器都能獨(dú)立跟蹤，系統(tǒng)處理中心對(duì)每個(gè)機(jī)器里的有用信息融合，實(shí)現(xiàn)智能監(jiān)控。多臺(tái)攝像機(jī)進(jìn)行多視角的監(jiān)控絕非簡(jiǎn)單的獨(dú)立監(jiān)控，而是各臺(tái)間相互協(xié)調(diào)工作。運(yùn)用多個(gè)攝像機(jī)進(jìn)行多視角跟蹤，將空間場(chǎng)景構(gòu)建成三維坐標(biāo)，多臺(tái)攝像機(jī)協(xié)同跟蹤，通過相互交換信息，使系統(tǒng)對(duì)場(chǎng)景的未知度降低，提升容錯(cuò)率，即便在某個(gè)視角或多個(gè)視角產(chǎn)生錯(cuò)誤跟蹤時(shí)，系統(tǒng)仍然可以正常運(yùn)行。

7.結(jié)束語

智能視頻監(jiān)控能夠現(xiàn)實(shí)復(fù)雜場(chǎng)景中對(duì)運(yùn)動(dòng)目標(biāo)的識(shí)別和跟蹤，檢測(cè)場(chǎng)景事件和判斷危險(xiǎn)事件的發(fā)生，因此，應(yīng)加大對(duì)多目標(biāo)跟蹤技術(shù)的研究工作，提高視頻監(jiān)控系統(tǒng)的智能化水平，改善監(jiān)控系統(tǒng)的精準(zhǔn)度，為社會(huì)的經(jīng)濟(jì)發(fā)展和社會(huì)治安貢獻(xiàn)一份力量。

參考文獻(xiàn)

[1]袁國(guó)武.智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤算法研究[D].云南大學(xué)，2012.

[2]江浩.基于多目標(biāo)識(shí)別與跟蹤技術(shù)的視頻監(jiān)控應(yīng)用[J].中國(guó)公共安全（綜合版），2012（14）.

[3]潘美蓮，劉志強(qiáng).城市安全與應(yīng)急保障管理智能視頻監(jiān)控系統(tǒng)的應(yīng)用探討[J].電腦知識(shí)與技術(shù)，2013（30）.

[4]陳媛媛，郭淑琴，陸俊杰，張標(biāo)標(biāo).基于視頻處理的行人檢測(cè)系統(tǒng)[J].杭州電子科技大學(xué)學(xué)報(bào)，2014（01）.

[5]王加梁.基于計(jì)算機(jī)技術(shù)的智能視頻監(jiān)控系統(tǒng)探討[J].電子測(cè)試，2013（07）.

[6]於時(shí)才，張文香，龔仁彬.智能視頻監(jiān)控中的一種快速運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J].蘭州理工大學(xué)學(xué)報(bào)，2012（02）.

作者簡(jiǎn)介：郭勇（1980—），男，壯族，廣西南寧人，通信工程師，廣西壯族自治區(qū)公安廳科技信息化處副科長(zhǎng)（正科級(jí)），研究方向：通信工程。