苗 彬,侯 燕

(1. 山东警察学院人事处,山东 济南 250014;2. 山东警察学院计算机系,山东 济南 250014)

视觉跟踪是计算机视觉领域的热点及难点研究内容,是实现高层次视觉行为分析的基础. 它是指对图像或视频序列中的运动目标进行检测、提取、识别和跟踪,来获得运动目标的运动参数信息,以做进一步的分析,实现对运动目标的行为理解等更高一级的视觉任务[1]. 目前,在粒子滤波算法[2-4]的框架内实现鲁棒、快速、准确的人体跟踪成为研究者关注的主要问题,这主要是由于粒子滤波算法可以有效处理复杂场景中的目标遮挡、交互等难题,从而为目标交互行为分析提供基础. 粒子滤波算法中的2个关键步骤是建议分布的设计和再采样方法的选择. 在解决不同的跟踪难题时,研究者根据目标的外观特征和动力学模型融合粒子滤波算法框架来设计不同的跟踪算法. Isard等[2]首次使用粒子滤波算法(Condensation算法)解决视觉跟踪问题,许多研究者以Condensation算法的工作为基础,提出了多种有效地处理视觉跟踪难题的改进算法. Kwon等[3]针对单目标跟踪问题,提出一种基于仿射群的粒子滤波跟踪方法. 在建立目标状态空间模型时,该算法使用仿射群作为状态,状态转移模型定义为一种几何自回归过程. 在设计建议分布时,通过将建议分布近似为高斯分布,采用局部线性化观测方程的方式,得到观测方程的一阶泰勒展开式,其思想类似于扩展卡尔曼滤波器(Extended Kalman Filter,EKF),在计算雅可……