動態(tài)場景下AGV視覺目標跟蹤研究

羅川，周軍，4，5，張玉雪，皇攀凌

（1.山東大學機械工程學院，山東 濟南 250061；2.山東大學高效潔凈機械制造教育部重點實驗室，山東 濟南 250061；3.山東大學機械工程國家級實驗教學示范中心，山東 濟南 250061；4.山東省工業(yè)技術研究院，山東 濟南 250061；5.山東亞歷山大智能科技有限公司，山東 濟南 250061）

1 引言

視覺跟蹤技術是一種借助于視覺傳感器[1]，對目標特征進行分析，從而實現對其跟蹤的技術，目前在軍事制導、無人偵察、智能監(jiān)控和工業(yè)機器人等方面應用十分廣泛[2]。面向智慧工廠的AGV（Automated Guided Vehicle），為了提高其靈活性，及其與人交互的能力，視覺目標跟蹤技術起著至關重要的作用。在工廠內，AGV跟蹤場景的復雜多變是一個影響跟蹤效率的關鍵因素，因此在動態(tài)場景中如何準確地提取目標特征，合理地訓練分類器，保持高效的跟蹤已成為一個具有重要意義的研究問題[3?4]。

隨著應用研究的不斷深入，在計算機視覺領域，涌現出了大量優(yōu)異的目標跟蹤算法。文獻[5?6]運用深度學習的算法在公開挑戰(zhàn)賽中取得比較優(yōu)秀的跟蹤精度，但限于其對于大數據量的要求，訓練模型比較復雜，在一定程度上影響了跟蹤的實時性?；谙嚓P濾波的跟蹤方法因其算法簡單、處理速度快，在實際應用中得到了越來越多的重視，基本的跟蹤框架[7]，如圖1所示。

圖1 基于相關濾波的跟蹤基本框架Fig.1 Tracking Framework Based on Correlation Filtering

文獻[8]提出一種最小均方差輸出和（Minimum Output Sum of Squared Error，MOSSE）濾波器算法，首次將相關濾波的方法引進跟蹤領域，該算法利用模板濾波器與目標窗口進行卷積，求解最大響應位置，相比于傳統權重分類器的方法，在當時大幅提高了跟蹤性能。

文獻[9]借鑒MOSSE 算法經驗，使用灰度特征對目標進行描述，提出一種結合核函數的循環(huán)檢測與跟蹤（Circulant Structure of Tracking?by?detection with Kernels，CSK）模式，通過循環(huán)采樣代替滑動窗口采樣，有效地增加關聯訓練樣本的同時，進一步提高了運算效率。借鑒上述研究工作，許多研究學者在相關濾波基礎之上不斷改進完善跟蹤結構，在保證跟蹤效率的同時提高跟蹤準確率，比較典型的算法是KCF算法和SA算法。

以AGV為載體，根據其速度較慢和動態(tài)變化的運動特點，選取OTB?2013數據集中具有動態(tài)背景的數據模擬AGV實際運行情況，研究其在相關濾波算法下的跟蹤情況。

首先介紹上述兩種跟蹤算法的基本原理，并對兩種算法加以改進融合，提出一種新的Sa?KCF 算法，從跟蹤效率和跟蹤準確率兩個方面，通過實驗結果對比，評估這些方法在動態(tài)場景中AGV跟蹤效果的優(yōu)劣。

2 基本算法原理

2.1 KCF算法

KCF算法以CSK算法為基礎，用多通道HOG圖代替單一通道灰度圖來表達特征屬性[10]，提取圖像特征來初始化分類器，用高斯核函數判斷目標樣本與待測樣本之間的相關性。該算法將運算過程從時域轉化成頻域運算，大大降低了運算量，提高了運算速度，使算法滿足實時性要求。

首先對視頻輸入后的第一幀圖像的目標周圍位置進行密集采樣，生成足夠多的正負樣本訓練集，密集采樣借助循環(huán)矩陣結構在目標中心位置移動，假設樣本圖像為1 ×n維的向量x，根據循環(huán)矩陣在傅里葉空間可對角化的性質，循環(huán)矩陣X結構如下：

式中：F—DFT常量矩陣；

∧—向量的傅里葉變換；

H—矩陣的共軛。

對正負樣本集提取特征，將其送入分類器進行訓練，保證嶺回歸最優(yōu)解ω的同時使得損失函數最小[11]，嶺回歸數學模型如下：

式中：f(xi)=ωTxi—原始樣本圖像的線性組合；

λ—正則化參數。由式（2）可求得：

將低維線性不可分的數據通過核函數映射到高維空間，使其非線性可分，由此可得：

式中：K—樣本間的核相關矩陣；

a—樣本數據由低維轉化成高維時的系數。

由此倒推可計算出ω。據訓練獲得的分類器對新一幀圖像z進行核相關性分析，即相關響應值計算如下：

式中：φ(x)—從低維空間到高維空間的映射函數。

由響應值最大的位置確定新的目標位置，并以此更新分類器，如此循環(huán)，實現對目標的跟蹤。

2.2 SA算法

SA算法是在KCF算法基礎之上添加了尺度更新的模塊［12］，使得跟蹤尺寸能夠根據目標的運動自適應地進行變化，提高了跟蹤的精度。首先定義跟蹤框模板尺寸sT=(sx，sy)，尺度變化池為S={t1，t2，…，tk}，假設原始圖像目標框尺寸為st，在當前幀中從{tist|ti∈S}中取樣k個尺寸，每次進行尺度更新時，使用雙線性插值方法將取樣初始尺寸固定到sT大小，然后通過式（6）計算相關性最大響應值：

通過調整t的大小得到目標運動的真實偏差。由于跟蹤框模板尺寸是固定不變的，因此更新過程只需對雙空間系數α和基礎數據模板進行更新即可，更新過程為：

SA算法從多個尺寸的濾波器中自動學習背景信息，求出目標中心位置和最大響應值，以此作為當前幀圖像的跟蹤結果。

3 改進算法

由于傳統的KCF 算法在目標跟蹤過程中，跟蹤框的尺寸是由第一幀確定的，后續(xù)跟蹤過程中固定不變。當AGV發(fā)生轉動或目標之間的距離發(fā)生變化時，被跟蹤物體在尺度方面就會發(fā)生變化，原始跟蹤框與真實被跟蹤物體之間產生尺度誤差，導致下一步對于目標特征的提取不準確，如此反復產生累計誤差，嚴重影響后續(xù)過程的跟蹤精度。

針對這種問題，以KCF為基礎框架，融合SA算法中的尺度更新策略，提出一種尺度自適應的Sa?KCF算法，既繼承了KCF算法中循環(huán)取樣和高斯核計算的快速性，又吸收了SA算法對于尺度更新帶來的準確性，如圖2所示。

圖2 Sa?KCF算法流程圖Fig.2 Sa?KCF Algorithm Flowchart

由于SA算法的尺度變化池含有多種尺度，這在滿足跟蹤精度的同時也降低了跟蹤效率，為了兼容KCF算法的高跟蹤效率和SA算法的高跟蹤精度，改進SA算法的尺度大小和尺度數量，選取尺度變化池為S={1，1.05，0.95}，尺度更新準則如下：

式中：maxft(z)—第t幀跟蹤目標框的峰值響應；

maxft+1(z)—當前第t+1幀對于選取尺度的跟蹤目標框的峰值響應。

對在選取尺度下的峰值響應做減益，減益參數為0.95，若響應值仍大于上一幀的峰值響應，則選取該尺度為當前幀跟蹤框的跟蹤尺度，否則尺度不變。

傳統KCF 算法對于彩色圖像的跟蹤是將其轉化為灰度圖，然后再提取HOG特征，單通道處理提高了運行效率，但這一做法在某種程度上損失了跟蹤目標的特征信息[13]。算法針對AGV運行過程速度較慢這種情況，維持原有RGB圖像3通道處理，平衡跟蹤精度和跟蹤效率之間影響。

4 實驗結果與分析

4.1 實驗設備與參數

所使用的實驗平臺為筆記本PC機，操作系統為Windows 10 64bit，CPU為Inter Core i7?8700，GPU為NVDIA GeForce 1050Ti，主頻為3.20GHz，內存為8GB，測試平臺為Matlab 2019b。所選用的實驗標準為OTB?2013基準[14]，采用跟蹤時間和跟蹤準確性作為算法的評價指標。所對比的算法使用的參數均為文獻[10?13]中提供的默認數據。

跟蹤時間是指跟蹤算法運行完一段視頻序列所使用的時間，時間越短說明跟蹤效率越高。跟蹤準確性從跟蹤的精度和成功率兩個方面進行分析。跟蹤精度是指跟蹤算法估計的目標中心位置與人工標注的目標中心位置之間的偏差，該值越小說明跟蹤精度越高。成功率是指跟蹤算法估計的目標框與人工標注的目標框的重疊值，該值越大說明跟蹤成功率越高，計算公式如下所示：

式中：OS—重疊率；BT—目標跟蹤框；BG—人工標注框。

根據應用研究要求，選擇測試數據集OTB?2013 中具有動態(tài)背景的10組圖像序列，對比KCF、SA和改進Sa?KCF算法的跟蹤效果，如表1所示。

表1 OTB-2013中10組實驗圖像序列Tab.1 Ten Experimental Image Sequences in OTB-2013

4.2 結果分析

4.2.1 定量分析

首先對三種算法測試表1中10組圖像序列，分析其實驗結果，獲得的跟蹤精度和成功率用OPE、SRE和TRE來表示，如圖3、圖4所示。由圖可知，通過對10組圖像序列進行實驗比較，三種算法中，Sa?KCF 算法在跟蹤精度和成功率方面表現效果最好，KCF和SA算法表現次之。

圖3 跟蹤精度圖Fig.3 Tracking Precision

圖4 跟蹤成功率圖Fig.4 Tracking Success

在保證跟蹤準確性的同時，跟蹤效率的高低對實時性起著至關重要的作用。實驗中三種算法的跟蹤效率用每分鐘處理的幀數（FPS）來表示結果，如表2所示。

表2 跟蹤效率FPS對比Tab.2 FPS Comparison of Tracking Efficiency

由表1和表2分析可知，Sa?KCF算法在實時性上表現效果，較SA 算法提高了近3倍，盡管較KCF 算法表現稍差，但已滿足AGV的實時性跟蹤需求。

4.2.2 定性分析

選取兩組圖像序列car4和basketball中三種算法的跟蹤效果對比圖，如圖5、圖6所示。

圖5 Car4圖像序列部分跟蹤圖Fig.5 Car4 Partial Tracking Map of Image Sequence

圖6 Basketball圖像序列部分跟蹤圖Fig.6 Basketball Partial Tracking Map of Image Sequence

序列car4中，目標在運動過程中發(fā)生了尺度變化，周圍環(huán)境存在光照變化等問題。在第100幀時，三種算法都表現出很好的跟蹤結果，但是隨著目標尺度發(fā)生變化，色差變化較弱，干擾背景信息逐漸累積，在第365幀和650幀中，Sa?KCF和SA算法仍然保持著很好的跟蹤效果，KCF算法出現跟蹤滯后現象，無法保證尺度上的自適應。序列basketball中，運動員在運動過程中發(fā)生姿態(tài)旋轉，也存在部分遮擋問題。在第21幀時，運動員下半身被部分遮擋，且被遮擋部分顏色特征與遮擋物相近，環(huán)境產生干擾。對比第83幀和第124幀，運動員的姿態(tài)發(fā)生突然變化，SA算法因其運行效率低，跟蹤開始出現漂移，隨后對于目標跟蹤完全丟失，KCF算法和Sa?KCF算法依然保持著良好跟蹤[15]。

5 結論

對兩種基于相關濾波的目標跟蹤算法進行了原理介紹，并對這兩種算法加以改進融合，得到一種尺度自適應的Sa?KCF算法。在OTB?2013數據集上選取10組具有動態(tài)背景的序列進行試驗，對三種跟蹤算法在跟蹤精度和成功率方面進行定量對比和定性對比分析。實驗表明，改進Sa?KCF算法在跟蹤準確性上表現比較優(yōu)異，能較好地針對目標發(fā)生尺寸變化進行跟蹤調整，在跟蹤效率方面，滿足AGV目標跟蹤的實時性要求。目前相關濾波算法仍然是目標跟蹤領域中較為主流的算法，隨著深度學習的發(fā)展，將深度學習與相關濾波結合起來這一方法取得了良好效果，但耗時增多，因此如何提高跟蹤運算效率是接下來的研究難點[15]。