一種結(jié)合深度特征的人體運動序列追蹤模型

蔣宇 袁健

摘 要：目前主流的判別式目標(biāo)跟蹤模型大多使用灰度、顏色等手工特征，在目標(biāo)快速移動或受到視頻序列背景等因素干擾情況下，目標(biāo)跟蹤器可能在跟蹤目標(biāo)時學(xué)習(xí)到錯誤特征而導(dǎo)致跟蹤失敗。因此，提出一種結(jié)合深度特征的相關(guān)濾波跟蹤算法。首先將待跟蹤目標(biāo)圖像輸入至卷積神經(jīng)網(wǎng)絡(luò)中，提取出較高層的卷積特征，然后將提取的卷積特征輸入相關(guān)濾波器中得到響應(yīng)，最后根據(jù)響應(yīng)峰值得到追蹤結(jié)果。以VOT2016中包含人體運動的視頻序列為實驗數(shù)據(jù)集，并分別與CN、SAMF及KPDCF模型進(jìn)行對比。實驗結(jié)果表明，結(jié)合深度特征的相關(guān)濾波算法具有較好的追蹤性能，在不大幅降低追蹤速度的情況下，提升了追蹤精度和穩(wěn)定性。

關(guān)鍵詞：手工特征;相關(guān)濾波器;深度特征;目標(biāo)追蹤;卷積神經(jīng)網(wǎng)絡(luò);人體運動序列

DOI： 10. 11907/rjdk.191379

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

中圖分類號：TP303

文獻(xiàn)標(biāo)識碼：A

文章編號：1672-7800（2020）001-0089-06

0 引言

在人體運動序列中，需要追蹤的目標(biāo)通常有著較大形變，且視頻序列背景可能有較多變化，所以在單目標(biāo)跟蹤過程中需要選取出比較有區(qū)分度，且有著較低計算量的特征，才能更好地滿足單目標(biāo)追蹤的實時性與高精度要求。如今，由于單目標(biāo)跟蹤對實時性的要求越來越高，因此相關(guān)濾波算法在該領(lǐng)域十分流行，但是濾波跟蹤是基于先驗訓(xùn)練模板的，一旦出現(xiàn)追蹤目標(biāo)本身形變較大，或因運動過快而發(fā)生變形的情況，相關(guān)濾波算法產(chǎn)生的訓(xùn)練模板很可能在后續(xù)的幀序列中匹配不一致，從而導(dǎo)致追蹤目標(biāo)丟失或追蹤錯誤的情況。隨著機(jī)器學(xué)習(xí)技術(shù)的迅速發(fā)展，深度卷積神經(jīng)網(wǎng)絡(luò)在視覺追蹤領(lǐng)域的應(yīng)用也越來越廣。一般而言，構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)層數(shù)越多，提取的高層特征將包含更多語義信息以及定位目標(biāo)的結(jié)構(gòu)化信息，卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用效果也會越顯著。例如2014年提出的G oogLeNet與2015年提出的ResNet，這些深層次網(wǎng)絡(luò)采用大量圖片數(shù)據(jù)集進(jìn)行訓(xùn)練，被成功應(yīng)用于圖像處理各相關(guān)領(lǐng)域。但是卷積神經(jīng)網(wǎng)絡(luò)需要進(jìn)行大量計算，直接使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行分類追蹤，難以實現(xiàn)目標(biāo)實時追蹤。因此，本文結(jié)合卷積神經(jīng)網(wǎng)絡(luò)的抽象特征與相關(guān)濾波跟蹤算法，提出一種基于深度卷積特征的相關(guān)濾波跟蹤模型。實驗結(jié)果表明，該模型應(yīng)用于人體運動序列追蹤速度較快，且有著較高精度。

目標(biāo)追蹤是計算機(jī)圖像處理領(lǐng)域一個非常重要的研究方向，有著十分廣泛的應(yīng)用場景。早期研究基本上都在歐美等發(fā)達(dá)國家，比如早在1980年代，Horn等[1]提出將光流法用于對計算機(jī)視頻中目標(biāo)的追蹤與識別。光流計算實際上是一種通過檢測圖像像素點強(qiáng)度隨時間的變化情況，進(jìn)而推斷出物體移動速度及方向的方法，如2001年Sidenbladh[2]通過光流信息表征運動特征，G onzalez[3]使用KLT特征，Btadski&Davisa1[4]采用運動梯度信息對運動特征進(jìn)行表述。但這些基于光流法的研究缺陷在于當(dāng)個體被遮擋時，提取運動信息會變得極其困難且誤差較大，追蹤精度也很低。因此，傳統(tǒng)光流計算在目標(biāo)運動邊界被遮擋、背景干擾強(qiáng)的情況下，遠(yuǎn)遠(yuǎn)達(dá)不到對于目標(biāo)追蹤精度和速度的要求。之后，出現(xiàn)了粒子濾波算法[5]與一些基于卡爾曼濾波[6]及其相關(guān)改進(jìn)方法。隨著計算機(jī)技術(shù)的飛速發(fā)展，針對目標(biāo)追蹤的研究逐漸演變?yōu)橐粋€計算機(jī)視覺的目標(biāo)識別檢測問題。2010年，Bolme等[7]第一次將相關(guān)濾波應(yīng)用于目標(biāo)追蹤領(lǐng)域，并構(gòu)建了一個自適應(yīng)的相關(guān)濾波器，稱為MOSSE濾波器。MOSSE濾波器對視頻第一幀中的追蹤目標(biāo)建模，然后對視頻序列的每一幀，利用提取到的目標(biāo)特征檢測幀圖像，以最小輸出平方誤差作為新的目標(biāo)位置，并且不斷調(diào)整建模目標(biāo)。MOSSE濾波器可通過快速傅立葉變換使大量計算轉(zhuǎn)換到頻域，從而加快追蹤速度;Henriques等[8]隨后提出一種基于核函數(shù)映射的相關(guān)濾波器，該濾波器將待追蹤目標(biāo)的外觀通過核函數(shù)映射至特征空間，然后通過最小二乘作分類，從而提升了追蹤精度。但是該核相關(guān)濾波器只提取了目標(biāo)灰度特征，也存在著追蹤丟失的可能性。

隨著人工智能技術(shù)的不斷發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)開始被應(yīng)用于圖像處理領(lǐng)域，并在計算機(jī)視覺方面取得了很好的效果，在目標(biāo)追蹤領(lǐng)域更是有著突破性進(jìn)展。如Wang等[9]首次將卷積神經(jīng)網(wǎng)絡(luò)運用于目標(biāo)追蹤領(lǐng)域，利用預(yù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)挖掘目標(biāo)深度特征，然后通過在追蹤時不斷調(diào)整神經(jīng)網(wǎng)絡(luò)實現(xiàn)對目標(biāo)的追蹤。神經(jīng)網(wǎng)絡(luò)解決了追蹤時訓(xùn)練樣本規(guī)模較小的問題，但在追蹤速度上低于基于相關(guān)濾波器的追蹤算法。然而，將神經(jīng)網(wǎng)絡(luò)應(yīng)用于目標(biāo)追蹤領(lǐng)域，并在追蹤時不斷調(diào)整網(wǎng)絡(luò)的思想為后續(xù)深度學(xué)習(xí)在目標(biāo)追蹤方面的應(yīng)用打下了基礎(chǔ)。

2015年左右，深度學(xué)習(xí)在目標(biāo)追蹤領(lǐng)域得到了大量應(yīng)用。如Nam等[10]提出一種多域網(wǎng)絡(luò)，該模型基于預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)（CNN），使用大量視頻預(yù)先跟蹤C(jī)NN，并跟蹤視頻實況獲得通用目標(biāo)表示。神經(jīng)網(wǎng)絡(luò)由共享層與域特定層的多個分支組成，其中域?qū)?yīng)于各個訓(xùn)練序列，并且每個分支負(fù)責(zé)二進(jìn)制分類以識別每個域中的目標(biāo)。然后，迭代地針對每個域訓(xùn)練網(wǎng)絡(luò)，以獲得共享層中的通用目標(biāo)表示。當(dāng)在新序列中跟蹤目標(biāo)時，將預(yù)訓(xùn)練CNN中的共享層與新的二進(jìn)制分類層（在線更新）組合構(gòu)建新網(wǎng)絡(luò);M artin等[11-12]提出將SRDCF用于目標(biāo)追蹤領(lǐng)域，使用循環(huán)矩陣解決了計算損失函數(shù)時的邊界效應(yīng)問題，通過引入懲罰因子提高追蹤精度，但速度相比傳統(tǒng)相關(guān)濾波模型大幅降低，之后又提出一種改進(jìn)的D-SRDCF模型，通過結(jié)合手工特征與CN特征，進(jìn)一步提高了精度，但是速度又進(jìn)一步降低。這些研究大都將目光聚焦在經(jīng)過大數(shù)據(jù)集預(yù)訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)，但神經(jīng)網(wǎng)絡(luò)存在計算耗時較長的問題，因而目標(biāo)追蹤速度無法得到保證。

國內(nèi)也在很早前就開始了目標(biāo)跟蹤相關(guān)領(lǐng)域研究，早在1986年，我國就有部分學(xué)者對計算機(jī)視覺追蹤技術(shù)進(jìn)行研究，并取得了一定成果，如徐博文等[13]提出的結(jié)合關(guān)鍵點跟蹤的尺度自適應(yīng)相關(guān)濾波模型，候建華等[14]提出的基于在線學(xué)習(xí)判別性外觀模型的多目標(biāo)跟蹤模型等。

綜上所述，基于相關(guān)濾波的目標(biāo)追蹤通常在實時性方面表現(xiàn)出明顯的優(yōu)越性，而基于深度學(xué)習(xí)的模型通常在準(zhǔn)確性方面有著較好表現(xiàn)。本文根據(jù)目標(biāo)追蹤領(lǐng)域發(fā)展趨勢，結(jié)合相關(guān)濾波算法與深度學(xué)習(xí)理論，基于預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)提出一種結(jié)合深度特征的相關(guān)濾波追蹤算法模型，并將其應(yīng)用于人體運動序列追蹤中。

1 相關(guān)濾波目標(biāo)跟蹤模型

相關(guān)性是指兩個信號之間的關(guān)系，有互相關(guān)與自相關(guān)兩種，相關(guān)濾波便是建立在此基礎(chǔ)之上。對于給定的兩個離散信號Sigl和Sig2，其相關(guān)性可以描述為式（1）。

其中的*表示信號的共軛，其中m和n表示位移變量。相關(guān)性即相似程度，如果信號之間的相似程度高，則其相關(guān)性也高。所以在基于相關(guān)濾波的目標(biāo)追蹤中，主要是提取追蹤目標(biāo)在候選區(qū)域的特征，并將其與計算生成的濾波器作相關(guān)操作，得到相關(guān)濾波響應(yīng)峰圖（空域置信圖）。響應(yīng)峰圖中峰值坐標(biāo)就是追蹤目標(biāo)在圖像中的位置坐標(biāo)，下面將詳細(xì)推導(dǎo)該過程。令一個數(shù)字圖像f和一個濾波器h進(jìn)行相關(guān)操作后，得到輸出g，如式（2）所示。

g=f〇h

（2）

式（2）表明，得到的濾波響應(yīng)值受到h（濾波器模板）的影響，因此目標(biāo)追蹤問題就變?yōu)閷ふ覟V波器模板的問題。式（2）中的〇表示卷積操作，卷積操作計算量較大，因此相關(guān)濾波跟蹤算法中通常將卷積操作通過快速傅立葉變換轉(zhuǎn)換到頻域中進(jìn)行，從而減少計算量，提高追蹤效率。若將快速傅立葉變換表示為F，則式（2）可以表示為式（3）。

F（g）=F（f〇h）=F（h）。F（h）*（3）

G =F。H*

（4） 式（4）為式（3）的簡化表達(dá)，由此，相關(guān)濾波的目標(biāo)追琮問題可以表示為對濾波器H*的求解，如式（5）所示。

H*=G/F/

（5） 若追蹤的目標(biāo)在追蹤過程中發(fā)生形變或遮擋變化，此時就需要H*適應(yīng)場景變化。因此，相關(guān)濾波算法通常都會選擇最近的n個樣本更新H*，并在追蹤過程中不斷求解并更新H*，如式（6）所示。

其中i表示第i個輸入樣例。將濾波器H*與追蹤目標(biāo)特征集合進(jìn)行相關(guān)計算，可以得到濾波響應(yīng)峰圖，取峰圖中的峰值作為追蹤目標(biāo)位置。因此，追蹤目標(biāo)特征提取是相關(guān)濾波算法中很重要的組成部分，特征提取質(zhì)量將直接關(guān)系到追蹤效果。相關(guān)濾波追蹤模型如圖1所示。

2 結(jié)合深度特征的相關(guān)濾波目標(biāo)跟蹤算法

2.1 預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)

目前有一些開源的已經(jīng)過預(yù)訓(xùn)練的圖像分類網(wǎng)絡(luò)，本部分算法模型將基于這些預(yù)訓(xùn)練網(wǎng)絡(luò)提取深度特征，并將從這些網(wǎng)絡(luò)中提取的深度特征應(yīng)用于相關(guān)濾波器，用于對目標(biāo)進(jìn)行追蹤。VGG[15]卷積神經(jīng)網(wǎng)絡(luò)（簡稱為VCGNet）是Visual Geometry Group實驗室基于大規(guī)模分類數(shù)據(jù)庫Ima-geNet[16]訓(xùn)練出來的卷積神經(jīng)網(wǎng)絡(luò)模型。ImageNet是一個圖片數(shù)據(jù)庫，所有圖片已通過人工手動標(biāo)注好類別，共有22 000個類別，是目前世界上最大的圖像識別數(shù)據(jù)庫。經(jīng)過該數(shù)據(jù)庫訓(xùn)練出的VGGNet網(wǎng)絡(luò)模型對除此之外的其它數(shù)據(jù)集具有很強(qiáng)的泛化能力。另外，VGCNet網(wǎng)絡(luò)模型還具有較強(qiáng)的遷移能力。

VCCNet模型結(jié)構(gòu)十分簡潔，在目標(biāo)追蹤領(lǐng)域大部分采用16或19層網(wǎng)絡(luò)結(jié)構(gòu)（分別稱為VGC16和VCG19）。本文選擇19層網(wǎng)絡(luò)結(jié)構(gòu)作為實驗的卷積神經(jīng)網(wǎng)絡(luò)，包括16個卷積層與3個全連接層。前幾層采用3x3結(jié)構(gòu)的卷積核作卷積操作，每個卷積層后面均有一個激活層。后幾層為池化層，池化層的卷積核為2x2。網(wǎng)絡(luò)最后有3個全連接層和一個soft- max層。

2.2 深度特征結(jié)合相關(guān)濾波器

上文討論了使用相關(guān)濾波解決目標(biāo)追蹤問題，并將目標(biāo)追蹤問題轉(zhuǎn)換成求解濾波器H*的問題。然而，在實際計算中，計算機(jī)都是針對圖像中每個像素點進(jìn)行操作的，所以式（6）可以具體表示為式（7）。

其中u、v是單個像素元素對應(yīng)矩陣H中的下標(biāo)。要想使差平方和最小，此時只需對每個元素求得的偏導(dǎo)值為0即可，如式（8）所示。

在視頻序列開始時，通過手工對視頻第一幀中已標(biāo)注好的目標(biāo)位置進(jìn)行特征提取，計算初始化相關(guān)濾波器模板。在具體實現(xiàn)時，對視頻序列的第一幀圖像進(jìn)行隨機(jī)放射變換，產(chǎn)生n個訓(xùn)練樣本，將樣本進(jìn)行高斯函數(shù)輸出得到響應(yīng)峰圖，響應(yīng)峰圖中的峰值則是追蹤目標(biāo)的中心位置，便可求得該相關(guān)濾波器模板。為了提高該相關(guān)濾波器的魯棒性，使其能夠應(yīng)對復(fù)雜場景，如光照急劇變化或相似背景干擾等，對相關(guān)濾波器模板采用如下更新機(jī)制，如式（11）-（13）所示。

其中的Ai、Bi是由當(dāng)前視頻幀計算得出的，而Ai-1、Bi-1，是由上一視頻幀計算得出的，η表示該相關(guān)濾波模板學(xué)習(xí)率。因此，之前視頻幀與當(dāng)前視頻幀都會對濾波器模板訓(xùn)練產(chǎn)生影響，但是當(dāng)前幀的影響更大。

相關(guān)濾波算法將用于本章提出的模型在線學(xué)習(xí)部分中，下面說明如何使用濾波器進(jìn)行追蹤?；舅悸窞椋河沙跏冀o定的追蹤目標(biāo)外觀，學(xué)習(xí)生成一個判別相關(guān)濾波器（簡稱DCF），在追蹤目標(biāo)的待檢測圖片中，DCF會對其中的追蹤目標(biāo)輸出相關(guān)響應(yīng)峰值，由此實現(xiàn)對追蹤目標(biāo)在待檢測圖片中的定位。相關(guān)濾波運算可以在頻域通過快速傅立葉變換實現(xiàn)，因此相關(guān)濾波有著較高的實時性。

首先，在視頻序列的初始幀中指定追蹤目標(biāo)位置信息，然后根據(jù)指定的追蹤目標(biāo)圖像提取追蹤目標(biāo)特征集合，訓(xùn)練得出DCF，在視頻序列的后續(xù)每幀圖像中，從前一幀由相關(guān)濾波輸出的追蹤目標(biāo)位置中提取追蹤目標(biāo)圖像特征，實現(xiàn)相關(guān)濾波的更新。以第t幀為例：①此時已知t-l幀時追蹤目標(biāo)的位置信息D，在第t幀中提取出位置D的圖像;②對得到的圖像進(jìn)行特征提取，作相關(guān)濾波運算，得到相關(guān)濾波響應(yīng)峰圖（空域置信圖）;③響應(yīng)峰圖中的峰值位置即是第t幀中追蹤目標(biāo)的位置;④將得到的第t幀追蹤目標(biāo)位置作為第t幀的輸出，再依據(jù)位置信息更新相關(guān)濾波器。

下面構(gòu)建基于深度特征的相關(guān)濾波實時追蹤模型（Deep Feature DCF，以下簡稱DFDCF）。模型主要流程如下：

首先，確定序列首幀中手工標(biāo)注好的追蹤目標(biāo)區(qū)域，將該區(qū)域圖像輸入VCG19網(wǎng)絡(luò)（已預(yù)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)）中，提取出卷積層中第16層特征，根據(jù)式（10）計算出相應(yīng)濾波模板;然后，對序列中的每一幀后續(xù)圖像，采用式（11）提出的更新規(guī)則更新濾波模板，由上一視頻幀的輸出結(jié)果（第一幀輸出結(jié)果即為手工標(biāo)注結(jié)果）確定當(dāng)前幀的位置提取信息，將當(dāng)前幀提取的圖像再次輸入至VCG19網(wǎng)絡(luò)中。由于高層卷積特征有著追蹤目標(biāo)的語義信息，所以選?。?conv16）卷積層特征作為當(dāng)前特征，與新濾波模板作用得出濾波響應(yīng);最終，將響應(yīng)峰值作為當(dāng)前追蹤結(jié)果。模型流程如圖2所示。

3 實驗與分析

3.1 數(shù)據(jù)集與實驗環(huán)境

VOT（ Visual Object Tracking）[17]是一個針對單目標(biāo)跟蹤的測試數(shù)據(jù)集，從2013年發(fā)展至今，已成為單目標(biāo)跟蹤領(lǐng)域主流的3大平臺之一。作為一個測試數(shù)據(jù)集，VOT有著十分豐富的測試數(shù)據(jù)，本文只選取其中的人體運動視頻序列作為實驗數(shù)據(jù)，包括singerl、singer2、godfather等共24個視頻序列。

本實驗中利用已訓(xùn)練好的VCC19提取目標(biāo)區(qū)域特征，具體采用19層網(wǎng)絡(luò)中的第16層卷積特征，其中式（12）與式（13）中的學(xué)習(xí)率η值為0.02。從追蹤的實驗數(shù)據(jù)集VOT2017中篩選出人體運動序列數(shù)據(jù)集，其中的初始幀目標(biāo)位置已知。

3.2 評估指標(biāo)

為了驗證本文跟蹤算法的性能，結(jié)合VOT以及傳統(tǒng)追蹤指標(biāo)，使用如下評價指標(biāo)作為本文算法模型評價指標(biāo)：

（1）每秒傳輸幀數(shù)（Frames Per Second，F(xiàn)PS）。定義為跟蹤視頻總耗時T與視頻總幀數(shù)F的商值，如式（14）所示。

FPS=T/F

（14）

（2）精確度（Accuracy）[18]。用來評價追蹤算法追蹤目標(biāo)的準(zhǔn)確度，數(shù)值越大，準(zhǔn)確度越高。其借用了IoU（ Inter-section-over-Union，交并比）定義，某人體運動序列第t幀的準(zhǔn)確率定義如式（15）所示。

3.3 結(jié)果對比分析

本文實驗采用文獻(xiàn)[13]中提出的結(jié)合關(guān)鍵點的跟蹤算法（簡稱KPDCF）、CN[19]、SAMF[20]進(jìn)行實驗結(jié)果對比。實驗圖集如圖3所示。

由圖3可以看出，不同算法模型在視頻序列每一幀的追蹤結(jié)果都不相同，但是VOT數(shù)據(jù)集中標(biāo)注的真實目標(biāo)位置只有一個，因此不同算法的準(zhǔn)確率也不同。當(dāng)然，不同模型的跟蹤速度也不同，圖4展示了KPDCF、CN、SAMF與本文提出模型在速度上的對比實驗結(jié)果。

由圖4可以看出，最為簡單的CN模型跟蹤速度最快，達(dá)到了90fps多，但這是在犧牲追蹤精度的情況下達(dá)到的，本文提出的DFDCF模型跟蹤速度排名第二。KPDCF由于考慮了多尺度自適應(yīng)問題，提高了算法的時間復(fù)雜度，因此速度較慢，而SAMF模型在跟蹤速度方面表現(xiàn)最差。

圖5展示了在singerl視頻序列下4個模型的精確度與魯棒值對比，在singerl視頻序列中，光線變化較為強(qiáng)烈，背景干擾性強(qiáng)?？梢钥吹?，在20次實驗中，本文提出的DFD-CF不論是平均準(zhǔn)確度還是平均Rs值，在4個算法中都是最高的，雖然與KPDCF的性能差距不大，但在以上的FPS結(jié)果對比中，DFDCF相比KPDCF領(lǐng)先了約20fps。CN模型雖然在FPS對比中大幅領(lǐng)先，但其追蹤精度和魯棒值都遠(yuǎn)達(dá)不到要求。事實上，在針對其它人體運動視頻序列的實驗結(jié)果中，DFDCF的平均精度與魯棒值都有著較好表現(xiàn)，具體數(shù)據(jù)如表1一表3所示。

4 結(jié)語

本文研究了人體運動序列的目標(biāo)追蹤問題，首先介紹了傳統(tǒng)基于相關(guān)濾波的目標(biāo)追蹤算法，指出其手工特征選擇部分在追蹤目標(biāo)形變較大或受到外界環(huán)境因素干擾情況下，可能導(dǎo)致追蹤目標(biāo)失敗，然后提出一種結(jié)合深度特征的相關(guān)濾波追蹤模型，使用預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)獲取目標(biāo)特征，并將得到的深度卷積特征用作相關(guān)濾波器的特征提取部分，相關(guān)濾波器則作為運動序列的在線目標(biāo)追蹤部分。實驗結(jié)果表明，本文提出的基于深度特征的相關(guān)濾波追蹤模型在人體運動序列追蹤領(lǐng)域有著良好性能，在與其它模型對比時，在每秒傳輸幀數(shù)、準(zhǔn)確率和魯棒值方面都表現(xiàn)較好。然而，現(xiàn)有目標(biāo)追蹤算法在追蹤速度與追蹤準(zhǔn)確率方面很難做到兩者兼顧，后續(xù)研究將聚焦如何在不大幅降低追蹤準(zhǔn)確率的情況下，進(jìn)一步提高追蹤速度。

參考文獻(xiàn)

[1]HORN B K P， SCHUNCK B G. Determining optical flow[J]. ArtificialIntelligence， 1981 ， 17（ 1-3） ： 185-204.

[2]BOBICK A F， DAVIS J W. The recognition of human movement usingtemporal templates [J]. Pattern Analysis & Machine IntelligenceIEEE Transactions on ， 2001 .23（ 3） ： 257-267.

[3]COMANICIU D. RAMESH V， MEER P. Kernel-based object track-ing [J]. Pattern Analysis & Machine Intelligence， 2003， 25 （5） ：564-575.

[4] ZHAO T， NEVATIA R. Tracking multiple humans in crowded envi-ronment [ C ]. Proceedings of the 2004 IEEE Computer Society Confer-ence on Computer Vision and Pattern Recognition， 2004.