目标跟踪综述.doc

文档介绍：目标跟踪综述
Alper Yilmaz
俄亥俄州立大学
Omar Javed
目标视频公司
和
Mubarak Shah
中央佛罗里达大学
这篇文章的目的是回顾最先进的跟踪方法,对这些方法分类并探索新的发展趋势。一般来说,目标跟踪是一个颇具挑战性的问题。目标的不定向运动使跟踪目标变得困难,因为它改变了目标和场景的外观模式、非刚性目标的结构、目标之间及目标与场景间的遮照、照相机的运动。跟踪常应用于那些需要了解目标每帧的位置及形状的高级应用环境中。常用假设来约束特定应用环境中的跟踪问题。在此调查中,我们根据常用到的目标和运动表示法对跟踪方法分类,并提供每类中代表方法的详细描述,分析各类别的优缺点。此外,我们将讨论与跟踪相关的重要问题,包括合适图像特征的使用,运动模型的选择和目标的检测。
范畴和学科性质:[图像处理和计算机视觉]:场景分析—跟踪
基本术语:算法
另外的关键词句:外观模型,轮廓演变,特征选择,目标检测,目标表示法,点跟踪、形状跟踪
ACM(Association puting Machinery美国计算机协会) 参考格式:
Yilmaz, A., Javed, O., and Shah, M. 。ACM 计算机研究38,4,文章13()45页。数字目标标识(Digital Object Identifier)=://doi./
此材料基于工作的部分基金来着美国政府。但材料中的任何意见、研究成果、结论或建议是作者自己的观点,并不代表美国政府的看法。
作者地址:A. Yilmaz, CEEGS部门,俄亥俄州立大学;邮箱:yilmaz.******@;O. Javed, 目标视频公司,里斯顿,VA 20191;邮箱:ojaved@; M. Shah, 电气工程与计算机科学学校,中央佛罗里达大学;邮箱:
******@
允许免费电子或硬盘复制部分或全部此材料,将其为个人或教学所用,不能用于盈利或者直接的商业竞争。复印件须在第一页或屏幕显示的初始显示此通知,并附上完整出处。由其他人拥有的此篇文章的版权必须得到尊重。有信誉的摘要是被允许的。在其他方面的复制、翻版、在服务器上的张贴、列表的重新分配、在其他作品中使用这篇文章的任何内容
需要先经过特定允许或交付酬金。由美国纽约710套房宾夕法利亚大学2号广场ACM公司出版部授权,传真[phone],邮箱permissions@。
_c 2006 ACM 0360-0300/2006/12-ART13 $ DOI: http://doi.//
.

在计算机视觉领域目标跟踪是一项重要的工作。随着高性能计算机的增多,物美价廉的摄影机的普及,对自动视频分析与日俱增的需求引起人们对目标跟踪算法的浓厚兴趣。视频分析有三个关键步骤:对特征运动目标的检测、跟踪每帧中的目标、分析目标的轨迹来识别它们的行为。因此,目标跟踪应用于以下相关工作中:
—基于运动的识别,即基于步法的人类识别,自动物体检测等;
—自动化监测,即监视一个场景以检测可疑行为或不太可能的事件;
—视频索引,即在自动注释或检索多媒体数据库视频;
—人机交互,即将姿势识别和眼睛注视的数据输入到计算机中等;
—交通监视,即实时收集交通数据用来指挥交通流动;
—车辆导航,即视频路径规划和避障能力。
跟踪可以简单地定义为评估物体围绕一个场景运动时在图像平面中轨迹。换句话说,一个跟踪系统给同一个视频的不同帧中的跟踪目标分配相一致的标签。此外,根据跟踪的范围,跟踪系统也可以提供中心目标的信息,比如目标的方向、面积或形状。跟踪的目标可能很复杂,这是因为:
—根据二维图片预测三维世界引起信息丢失
—图片的噪音
—复杂的物体运动
—物体的非刚性和精密的性质
—部分或完整的物体遮挡
—复杂的物体形状
—场景照度的改变
—实时处理的需要
可以通过大大的约束物体的运动或外观来简化跟踪。例如,几乎所有的跟踪算法都假设物体的运动是平滑的,不会突变。还可以根据推理的信息将物体约束为匀速或等加速运动。利用先前物体的数量和大小或外观和形状的知识也可以简化问题。
已有大量目标跟踪方法被提出。这些方法解决以下问题的方式有所不同:跟踪物体的哪些表现?应用哪些图片特征?怎样构造物体的运动、外观、形状模型?人们正在根据跟踪环境和跟踪信息的最后使用寻找这些问题的答案。为了回答不同情形下的这些问题,已有大量