基于決策樹分類的視覺目標精準跟蹤算法

張 博

(長沙師范學院信息科學與工程學院，湖南 長沙 410100)

0 引言

隨著科學技術的發展和人民生活水平的提高，各種機器人廣泛應用于人們的日常生活、工作和生產中。20世紀60年代，一些學者提出了一種利用從圖像中獲取的信息來控制機器人動作的方法。但受當時計算機水平的限制，該視覺機器人在每個動作周期內只能獲取一次圖像信息，無法利用圖像信息對其進行實時控制。隨著計算機技術和模式識別技術的發展，20世紀80年代以后，視覺機器人可以通過圖像一次動作連續獲取目標的狀態信息，并利用這些信息對機器人進行實時控制，使機器人成為一個具有視覺反饋的閉環系統，這種視覺閉環控制的機器人稱為視覺伺服。視覺伺服使機器人具有感知外部環境的能力。計算機視覺的目標跟蹤技術被廣泛應用在實時監控、視頻分析等領域[1]。視頻序列目標跟蹤表示在視頻的某一幀中，提供待追蹤目標的初始化信息(目標方位與尺寸等)，利用在線跟蹤器評估目標在后續幀中的狀態信息[2]。因現實場景的復雜性與目標種類的不確定性，目標跟蹤會遇到形態變化、光照變化、遮擋等問題，無法精準實現預期視覺跟蹤任務。

相關學者從不同角度來提升視覺目標跟蹤可靠性：文獻[3]在特征提取中融入殘差網絡的注意力機制，使用區域重疊率下損失函數優化跟蹤定位結果；文獻[4]通過提取鄰近目標標記特征，融合特征標記的漢明距離獲得標記的置信度，使用置信度最高的鄰近標記明確目標方位；文獻[5]在核相關濾波算法前提下進行目標特征融合，采用樹形尺度自適應法評估目標尺度大小，找出最優響應方位；文獻[6]通過校正目標分割失效結果獲得目標位置，把分割得到的目標框作為樣本更新MDNet網絡，增強網絡分類性能，完成目標跟蹤任務；文獻[7]使用量子遺傳算法，把像素點方位看作種群個體，將顏色直方圖擬作特征點，采用相似性度量計算個體適應度值，獲取相似度最高的像素點輸出值來實現跟蹤工作；文獻[8]利用變異算子增強種群多樣性，提升蚱蜢優化算法全局探索能力，在蚱蜢位置更新時添加非線性動態權重，提升方法收斂速率的同時鎖定目標所處范圍；文獻[9]運用高斯混合勢概率假設密度濾波算法降低跟蹤計算量，利用徑向速度跟蹤算法完成目標跟蹤；文獻[10]將Mean Shift算法原理應用到目標跟蹤領域中，提出了一種核函數帶寬自適應變化的Mean Shift跟蹤算法，減少了噪聲和遮擋對跟蹤結果的影響；文獻[11]提出了Cam Shift算法，Cam Shift算法也是一種使用廣泛的確定性跟蹤算法，它是在MeanShift算法的基礎上發展而來的，除了在位移空間上對目標進行搜索外，它還在尺度空間上對目標進行搜索，并將其成功運用到目標跟蹤上，實現人機交互；文獻[12]在Cam Shift算法框架上提出了一種根據目標的先驗知識的多顏色分布，并設計了一種價值函數，通過最小化價值函數對目標進行跟蹤；文獻[13]提出了一種自適應顏色空間跟蹤算法，該算法通過計算目標與背景的相似度選擇顏色空間；文獻[14]為了實現對形變目標的跟蹤，研究了一種基于卡爾曼濾波的主動輪廓模型，算法融合目標的位置和速度信息，同時提出一種基于光流的檢測機，減少復雜背景和遮擋的影響；文獻[15]在粒子濾波框架下用顏色特征進行目標跟蹤，設計了一種自適應調整顏色分布的方法以減少光照變化或干擾對跟蹤結果的影響。

以上方法進行目標跟蹤時，均沒有考慮目標所處環境的復雜性，極易丟失關鍵數據，導致跟蹤時效性不高，輸出結果不盡人意。本文針對以上問題，提出一種基于決策樹分類的視覺目標精準跟蹤算法。

1 圖像分割和決策樹分類原理

圖像分割是視覺目標跟蹤的核心步驟，把初始圖像變換成更加抽象緊湊的表達模式，劃分圖像背景信息與圖像目標信息。這里提出一種均值漂移與模糊C均值聚類下圖像分割方法。模糊C均值聚類方法是使用隸屬度獲得各數據點類屬某個聚類，從而進行聚類的策略，假設

X={x1,x2,…,xa}，

(1)

式(1)中，X是視覺圖像內的像素集合，xj是像素特征值，則目標最優聚類的函數解析式為

(2)

式(2)中，eij是第i類內樣本xj的隸屬度，hij是樣本與聚類中心之間的歐式距離，n是樣本數量，d是樣本特征類型總和。

本文引入均值漂移法，綜合考慮圖像像素之間的相鄰位置關聯，無需預先劃分聚類個數，參數的初始化對聚類結果的影響較低，以提高圖像分割效果，改善參數初始化誤差較高的問題。均值漂移法是一種自主探尋概率密度局部最大的非參數密度估計策略，經過迭代計算確定目標方位。倘若存在一個概率密度函數f(x)，已知在n維空間中涵蓋k個樣本點構成的數據集，則f(x)的核密度估計值是

(3)

式(3)中，L(x)代表核函數，Hi為帶寬矩陣。

圖像可被劃分成空間數據與色彩數據兩部分，位置空間與色彩空間互相獨立，實施均值偏移時，核函數被化解成兩個空間的核函數乘積，記作

O(x)=Os(xs)·Or(xr)，

(4)

式(4)中，xr是色彩特征，xs是空間特征。由此，將均值偏移計算公式定義為

(5)

全方位分析聚類樣本空間不同樣本矢量對聚類成效的影響，代入加權思想，將模糊C均值聚類問題變換成如式(6)所示的數學模型：

(6)

式(6)中，pk代表加權指數。

運用拉格朗日乘數法，獲得優化后圖像分割聚類迭代方程如式(7)所示，實現視覺待追蹤圖像分割任務。

(7)

為明確圖像幀整體屬性，消除冗余物體干擾，預測視覺目標的所屬范圍，使用決策樹分類法融合待跟蹤目標特征，提高目標跟蹤可靠性。決策樹是一個從上到下的劃分制度，以根節點為初始點，分析節點全部屬性特征的信息增益比。把一組視覺圖像數據描述成多維數據集，倘若包含m個目標特征類型，視覺圖像數據集類型未知，將數據集分類所需的信息熵記作

(8)

式(8)中，s代表圖像數據集合。

將屬性變量ck看作目標分類屬性，分析目前數據集所需要的信息熵數量為

(9)

式(9)中，

(10)

(11)

利用式(9)計算特征分類并融合信息熵，終止分類后把當前節點變換為葉節點[16]，將數據內多數的所屬類型判斷為目標類型，計算識別結果可信度[17]，完成精準的目標特征融合。可信度運算公式為

(12)

式(12)中，wi是第i組視覺圖像數據的權重，代表對特征融合結果的信息程度。

2 決策樹分類的視覺目標精準跟蹤算法

為有效處理復雜環境下視覺目標的快速運動，增強目標跟蹤的抗遮擋性與魯棒性，設計一種基于混沌粒子濾波的視覺目標精準跟蹤算法。混沌理論很好地解決了非線性動力學問題[18]，將混沌離散系統F′記作

(13)

式(13)中，矢量q為混沌系統當前所屬狀態，矢量q0為混沌系統的初始狀態，矢量γ0是混沌離散系統參數的實際值。

混沌系統參數估計問題就是探尋最佳的待估計參數，讓待估計系統的狀態參數和原始混沌系統狀態參數之間的偏差最小[19]。偏差目標函數表示成

(14)

式(14)中，yk表示待估混沌變量，N為參數估計迭代次數。

粒子濾波為一種序列蒙特卡羅濾波算法，它的本質是通過抽取樣本(粒子)來取代狀態的后驗分布概率[20]。若粒子數量變得足夠多，利用隨機抽樣策略就能獲得近似的狀態后驗概率。運用粒子濾波實施目標跟蹤，要構建目標跟蹤系統的狀態模型，將視覺目標跟蹤變換成所建狀態模型的狀態矢量估計[21]，狀態矢量用于定義目標的方位、速率與加速度等數據。單個目標的狀態矢量通常取決于自身幾何特征與區域參數，目標狀態矢量模型為

(15)

視覺圖像目標跟蹤時，觀測模型內涵蓋紋理特征檢測、色彩特征檢測和運動邊緣特征檢測[22]。各粒子均表示一個目標狀態的可能預測值，按照此定義，將圖像觀測過程中的似然函數描述為

(16)

式(16)中，Eki表示第i個粒子觀測值和實際值之間的距離，?表示高斯方差。

小波變換能展現出圖像時域與頻域內隱含信息，可作為紋理特征檢測工具，通過多層小波變換[23]，把圖像劃分成8個頻率子帶，將第i個子頻帶的紋理信息描述成：

(17)

式(17)中，M、C′依次為子帶圖像的長度與寬度，x(i,j)是像素點(i,j)內的小波指數。

將視覺圖像的全局紋理特征用含有8個元素的特征矢量T來描述，記作

T=[e1e2e3e4e5e6e7e8]。

(18)

色彩特征最直觀地定義視覺目標的外觀，在復雜環境視頻目標跟蹤中具備極強穩定性。色彩特征不用采取大量運算，僅需把數據圖像內的像素值變換為具體的色彩參數即可。把色彩特征檢測計算公式表示成

(19)

式(19)中，R(p,q)、G(p,q)、B(p,q)依次為圖像內的三種顏色通道，p為映射矩陣。

運動邊緣特征有效突出了目標輪廓狀態，分析相鄰兩幀圖像序列的絕對差[24]，對幀差圖像進行梯度運算，獲得視覺目標的邊緣數據。假設In、In-1依次為圖像的第n幀和第n-1幀，則二者的絕對差值為

en=|In-In-1|，

(20)

那么t時段的邊緣圖像為

Et=?et。

(21)

采用混沌系統評估下一幀視頻序列內的目標方位，手動挑選第一幀的初始邊界，運動狀態通過(x,y,w′,μ)來描述，(x,y)是某時段視覺目標的位置坐標，w'為目標寬度，μ表示縱橫比。目標跟蹤時，遮擋處理是一個棘手問題，極有可能造成目標丟失現象。針對遮擋問題，從以下幾個方面著手處理：

1)遮擋估計。遮擋估計就是探尋全部粒子權值內的最高權值[25]，若該權值低于臨界值1，證明存在遮擋現象。

2)運動軌跡預測。評估目標處在遮擋狀況后，當前圖像追蹤推導結果錯誤概率較高，所以對目標進行運動軌跡預測：維持上一幀的粒子狀態不變，依照線性經驗方程推算目標可能處在某個范圍，線性經驗方程公式為

(22)

式(22)中，zn表示當前預測值，zn-1、zn-2、zn-3均為前幾幀的位置預測值。

解決遮擋狀況后，利用自適應參照模板算法創建視覺目標跟蹤模型，記作

(23)

3 仿真實驗

為驗證本文方法的優越性，進行定量與定性實驗分析，仿真平臺為Matlab 7.0，實驗使用OTB100開源數據集，此數據集內包含100個公開檢測序列，涵蓋光照、遮擋、旋轉、尺度變化等多個視覺跟蹤場景。在實驗中，我們將目標跟蹤數目m從5變化到100，則融合信息熵數量為：F(Ck)=[0,1 000]×[0,1 000]。由于所有的目標跟蹤都被觀測到，因此觀測數目將隨著目標跟蹤數目的增加而增加。將文獻[3]注意力機制法、文獻[4]置信度評估法、文獻[5]核相關濾波算法、文獻[6]校正目標分割方法、文獻[7]量子遺傳算法、文獻[8]蚱蜢優化算法作為對比方法。

定量分析中將中心位置偏差、跟蹤重疊率和跟蹤耗時作為評估指標，中心位置偏差表示目標中心位置和真實中心位置之間的歐式距離，計算公式為

(24)

式(24)中，(xu,yu)是跟蹤目標的坐標方位，(xw,yw)是原始圖像內目標的實際坐標方位。

跟蹤重疊率可展現跟蹤算法的正確性，倘若Ra是某視頻幀在t時段所跟蹤到的目標像素區域，Rb為目標在此幀內的實際像素區域，將t時段下跟蹤重疊率表示成式(25)。若T值高于50%，認定當前跟蹤效果滿足預期精度需求，反之跟蹤失敗。

(25)

在OTB100數據集內隨機挑選一個視頻序列進行實驗，分析本文方法與其他六種性能的優劣，圖1為三種方法視覺目標跟蹤中心位置偏差對比結果。

圖1 視覺目標跟蹤中心位置偏差對比Fig.1 Comparison of position deviation of visual target tracking center

觀察圖1看出，本文方法在不同的視頻幀中均具備極好的跟蹤效果，中心位置偏差要遠遠小于其他六個對比方法。這是因為本文方法采用決策樹分類策略，快速融合目標特征信息，明確跟蹤目標的所處范圍，大幅降低跟蹤偏差。

七種方法視覺目標跟蹤重疊率實驗結果如圖2所示。從圖中可知，注意力機制法和置信度評估法伴隨視頻幀的增多，重疊率逐步減少，最終穩定在45%與40%；本文方法目標跟蹤時，圖像幀內的目標像素和實際像素的重疊率都大于70%，證明其跟蹤結果精度較高，應用可靠性優于兩個對比方法。

圖2 視覺目標跟蹤重疊率對比Fig.2 comparison of visual target tracking overlap rate

跟蹤時間是衡量跟蹤方法性能的重要指標，分析七種方法目標跟蹤的時間大小，結果如圖3所示。能夠看出，本文方法跟蹤耗時最短，實時性強。

圖3 視覺目標跟蹤時間對比Fig.3 comparison of visual target tracking time

4 結論

針對當前視覺目標跟蹤算法存在的準確度不高、效率緩慢等不足，提出一種基于決策樹分類的視覺目標精準跟蹤算法。實施目標跟蹤前，使用圖像分割策略劃分圖像目標信息與背景信息，大致判斷待跟蹤目標的物體狀態；利用決策樹分類法融合待跟蹤目標特征，消除多余數據干擾；運用粒子濾波器構建目標跟蹤系統狀態模型，計算目標的位置、活動速度與加速度等情況，使用混沌系統優化粒子跟蹤準確性，通過線性經驗方程處理跟蹤遮擋問題，獲得令人滿意的跟蹤結果。仿真實驗結果表明所提方法在復雜環境下視覺目標跟蹤方面的優越性。

在接下來的研究中，將低分辨率場景作為重點分析對象，進一步提高方法在該環境下目標跟蹤的穩定性。