分布式多視角目標(biāo)跟蹤算法在OMAP3平臺上的實(shí)現(xiàn)與優(yōu)化

　　本系統(tǒng)采用“一種基于最大似然的分布式多視角目標(biāo)跟蹤算法”[1-5]，是復(fù)旦大學(xué)信息學(xué)院數(shù)字信號處理與傳輸實(shí)驗(yàn)室的最新研究成果，本系統(tǒng)在已有跟蹤算法的基礎(chǔ)上進(jìn)行移植和優(yōu)化裁減，通過序列蒙特卡洛方法[7-8]來具體實(shí)現(xiàn)數(shù)據(jù)融合，比較好地解決了視頻跟蹤中常見難題比如遮擋等，取得了較好跟蹤效果。本系統(tǒng)算法具有如下特點(diǎn)：

　　⒈采用魯棒的結(jié)構(gòu)相似度作為匹配程度的度量;

　?、不谧畲笏迫欢嘁暯切畔⑷诤霞罢趽跆幚?

　　⒊序列蒙特卡洛方法(粒子濾波);

　?、捶植际礁櫹到y(tǒng);

　?、祫?dòng)態(tài)模板更新：抑制漂移的帶掩蔽卡爾曼外觀濾波算法。

　　3.1　視角內(nèi)模板匹配

　　本文中單個(gè)視角內(nèi)基本跟蹤算法是一種基于模板匹配(Template Matching, TM)技術(shù)的跟蹤算法，即在手工選定或自動(dòng)選定了待跟蹤目標(biāo)后，提取目標(biāo)的外觀信息作為模板，在后續(xù)的視頻序列中，將候選圖像區(qū)域與目標(biāo)模板進(jìn)行匹配，找到最相似的圖像區(qū)域，作為目標(biāo)的位置所在。本文中采用結(jié)構(gòu)相似度指數(shù)[6](SSIM)作為模板匹配的指標(biāo)。SSIM是對于兩幅圖像之間差異的客觀描述，它考慮了很多人類視覺系統(tǒng)的特性。人類視覺系統(tǒng)在提取場景中的結(jié)構(gòu)信息上比較敏感，考慮到這一點(diǎn)，結(jié)構(gòu)相似指數(shù)就是基于結(jié)構(gòu)信息的退化性。

　　3.2　基于粒子濾波的視角間信息交互

　　本系統(tǒng)中采用具有分布式特點(diǎn)的多視角目標(biāo)跟蹤算法。該算法首先對多視角目標(biāo)跟蹤進(jìn)行建模，將各攝像機(jī)視野中目標(biāo)位置的估計(jì)轉(zhuǎn)化為基于最大似然準(zhǔn)則的估計(jì)問題，并將似然函數(shù)分解成本地似然函數(shù)和遠(yuǎn)程似然函數(shù)乘積的形式。每臺攝像機(jī)節(jié)點(diǎn)首先需要利用本地圖像數(shù)據(jù)計(jì)算出本地似然函數(shù)，再借助于消息傳遞機(jī)制計(jì)算出遠(yuǎn)程似然函數(shù)，最后對兩者進(jìn)行數(shù)據(jù)融合，無須預(yù)先進(jìn)行遮擋檢測，即可完成每臺攝像機(jī)對目標(biāo)的準(zhǔn)確跟蹤。

　　本系統(tǒng)針對多個(gè)靜止攝像頭Ci (i=1,2,3?N)觀測待跟蹤目標(biāo)O，在t時(shí)刻任意一臺攝像機(jī)采集到的圖像數(shù)據(jù)表示為)...3,2,1( Niit=z，跟蹤目標(biāo)在該圖像中的真實(shí)位置橫縱坐標(biāo)表示為],[′=ititityxx。整個(gè)跟蹤系統(tǒng)的任務(wù)是利用該時(shí)刻采集到的圖像數(shù)據(jù)集合{}NttttzzzZ...,21=，估計(jì)出運(yùn)動(dòng)目標(biāo)在每臺攝像機(jī)視野中所處的位置)...2,1(],[Niyxititit=′=x。根據(jù)最大似然準(zhǔn)則，可將本文的目標(biāo)跟蹤任務(wù)以如下形式進(jìn)行建模：

　　經(jīng)過推導(dǎo)[1]可以得到系統(tǒng)模型似然可分解為如下形式：

　　式(2)所表示的物理意義為：本地似然函數(shù))|(ititpxz是第i臺攝像機(jī)利用本地?cái)?shù)據(jù)對運(yùn)動(dòng)目標(biāo)位置itx進(jìn)行估計(jì)，可理解為一般的單攝像機(jī)跟蹤過程;而遠(yuǎn)程似然函數(shù))|(itjtpxz則可以理解為本地?cái)z像機(jī)節(jié)點(diǎn)Ci通過一個(gè)數(shù)據(jù)融合的過程，融合其它攝像機(jī)節(jié)點(diǎn)的觀測數(shù)據(jù)來提高對運(yùn)動(dòng)目標(biāo)的位置itx估計(jì)的精度。

　　本系統(tǒng)采用粒子濾波的形式來實(shí)現(xiàn)似然函數(shù)的傳遞，經(jīng)過推導(dǎo)可以得到粒子濾波的權(quán)重中包括了遠(yuǎn)程信息及本地信息兩個(gè)部分，與公式(2)保持一致，可以很好地實(shí)現(xiàn)數(shù)據(jù)融合。