浅谈如何完善基于单应性约束协同追踪

淡珊

摘 要 随着人们维护社会治安和公共安全的意识逐渐增强，各类公共设施中的视频监控系统也渐趋普及。随着计算机视觉的发展，多摄像机视角下的目标跟踪逐渐受到重视。在多相机跟踪中，需要在不同相机视角之间确立对应关系。本文采用单应性矩阵获取目标在地平面的投影，并将多相机视角的投影信息融合以获取目标足部区域的定位。

关键词 单应性约束 视角信息融合 协同追踪

中图分类号：TP391 文献标识码：A

计算机视觉是一门融合了多方面知识的学科，而视频跟踪是计算机视觉领域一项重要的课题。视频跟踪技术是通过模仿人类生理视觉系统对运动的感知功能，使机器能够辨识场景中目标的运动，并区分出不同的运动目标。视频跟踪通过对视频序列中感兴趣目标进行检测、提取、识别和跟踪，获取目标的运动参数及其轨迹，进而分析目标的行为。随着视频跟踪技术的快速发展和公共安全意识的日趋增强，由摄像机网络构成的视频监控系统由于其更加智能化，对于维护社会稳定起到的促进作用逐渐变得举足轻重。因此，智能化的视频监控系统渐渐取代了传统的视频监控，对监控视频中图像帧自动化处理方面的研究也逐渐受到重视。多视角协同追踪技术的数学理论基础就是单应性矩阵。单应性矩阵是摄像机的视角平面与的检测目标平面的对应映射矩阵。由于两个平面的相交部分为一条直线，所以每个摄像机对应的单应性矩阵为可逆矩阵。用数学模型解释就是：在三维空间中，摄像机的视角平面可以由两条三维向量线性表出，检测目标平面同样可以由两条三维向量线性表出。若该四个向量秩为3（或者满秩），则存在一个三阶映射矩阵使得两个平面上的点一一对应，即在视角平面上的任意一个点通过该矩阵转换，在目标检测平面上找到一个点且只有一个点与之对应。因此该三阶矩阵必然是可逆矩阵。满足这些条件的矩阵被称为该视角平面到目标检测平面的单应性矩阵。两个平面上各点一一映射的关系叫做单应性约束。

当目标进入摄像机检测范围时，将摄像头焦点同摄像机平面的中心相连，形成的射线穿过参考平面，同参考平面相交于一点，该点被称作穿刺点。由单应性矩阵的定义可知：目标检测平面上的任意一点都可以通过单应性矩阵的逆矩阵映射到视角平面上。基于这个理论，在一个有着多个视角平面的检测系统里，只要某一视角检测到的目标并求得该目标在检测平面上的穿测点，那么就可以在其他视角平面上确定这个目标的位置。因此在检测系统中只要有一个视角或者多个视角检测到目标的存在，通过各个视角信息的叠加融合其它视角就可以共享目标位置信息。这样就可以提高目标检测的准确性进而实现实时追踪。

在实际生活中的视频监控环境十分复杂，存在着大量的影响因素，比如：光照，天气，目标姿态的不确定性以及不同环境下摄像机的参数存在不可控变化等等，这些因素均会对跟踪结果产生影响。在现实应用中，由于人们行走时脚会接触到地面，一般会把平整的地面作为目标检测平面。摄像机作为常见的视觉信息采集设备一般是固定不动的，所以每个摄像机的与地面的单应性矩阵也是固定不变的。目前制约单应性约束协同追踪算法性能的问题主要在目标背景提取以及目标追踪上。图像背景提取的方法主要是基于统计理论。验假设实验场景的光照等外部不发生变化的条件下，由于摄像机角度与位置是固定不变的，同一台摄像机获取到的视觉信息中有许多是不变的或者说只发生了细微的变化，这些差异反应到像素值上可能就是个位数的差别。常见的背景提取算法有统计中值法、均值法。统计中值法：设备获取到一系列的视觉信息按等步长时间差抽取图像帧，同时把RGB转成灰度图像。把同一个像素点上的灰度值构成一个时间序列。然后把该时间序列数值按大小排序，取其中值为该像素点的背景像素值。和统计中值法一样，统计均值法也需要提取时间序列。但是对时间序列处理的方法不一样，统计均值把为序列值的均值作为背景像素值。但现实生活中，检测场景的光照亮度是会随时间发生变化的，如果背景不變就会对检测造成严重影响。多部摄像机的协同跟踪，大部分算法适用于目标步子正常、双脚不同时触地的理想情况。当目标步子过大或者双脚同时触地，会导致跟踪结果出现偏差，给目标的确认带来一定的困难。常见的目标追踪算法都不能够很好的解决这类问题。

在外部环境光照不稳定的检测系统中，可以通过实时更新视觉背景来解决这类问题。实时背景更新就是根据设备采集的视觉信息及时提取新的视觉背景。提取背景的方法还是应用上文提到的两种统计算法。如果实施背景更新时间要求比较高，需要在短时间内实现背景更新，选择统计中值法比较合理。如果检测场景中目标数量多，可以把长时间段里的视觉信息取均值来更新背景图像。所以对于变化的外部环境，视觉背景图像需要实时更新，而更新的算法要根据场景的实际情况决定。对于目标追踪的问题，可以基于目标所占位置的时空一致性原理，采用最短路径优化算法对目标的定位信息进行处理。即：在通常情况下，相邻的两帧图像中目标的运动距离是非常有限的，因而在前后两个时刻，可以取两帧图像间距离相距最短的两个定位区域作为匹配区域。同时通过比较相邻图像帧单应性逆映射图像的灰度直方图的相似性，进一步提高目标匹配的准确性，实现目标追踪。以上方法只能适应于个别环境不稳定的检测系统。而现实生活环境极其复杂，需要人们不断提出新的算法和策略来提高协同追踪的性能。