视频目标跟踪算法综述

杨亚男 付春玲

摘 要：本文介绍了视频目标跟踪算法及其研究进展。首先给出了视频目标跟踪技术的定义和特点；然后将其分为生成式跟踪算法和判别式跟踪算法两大类，进而简单评析了两大类算法中的经典方法；最后进行了总结和展望。

关键词：目标跟踪 生成式跟踪算法 判别式跟踪算法

中图分类号：TP391 文献标识码：A 文章编号：1672-3791（2018）01（b）-0014-02

视频目标跟踪是对视频序列中特定的目标进行检测，以获取其位置、运动轨迹等信息，从而进行后续深入的处理与分析[1]。视频目标跟踪算法按照跟踪过程是否包含对目标的检测，可分为生成式跟踪算法与判别式跟踪算法[2]。生成式跟踪算法首先进行目标检测，进而对前景目标进行表观建模，然后按照一定的跟踪策略估计跟踪视频中目标的最优位置；判别式跟踪算法则对视频中每一帧图像进行检测以获取目标状态，因此该方法又被称为基于检测的跟踪方法。

1 生成式跟踪算法

生成式跟踪算法按照表观模型的建立形式分为基于核的算法、基于子空间的算法以及基于稀疏表示的算法[2]。

基于核的算法首先对目标进行表观建模，进而确定相似性度量策略以实现对目标的定位。该算法适用于非刚体目标跟踪，利用目标色彩信息的概率密度函数进行表观建模，通过Mean Shift理论对运动目标位置进行估计，该方法又称为Mean Shift跟踪。Mean Shift算法不需要目标的先验信息，也不需要对统计参数进行估计，其利用非参数化模型处理多模态的特征空间并进行特征类聚。Mean Shift通过寻找局部极值对目标进行定位，Hu等利用主成分的协方差矩阵更新目标方向，并使用相关特征值检测目标的尺度变化，解决了目标尺度及方向的自适应估计问题[2]。

基于子空间算法的关键在于对目标特征空间进行表示，构建相关基及其张成的子空间。图像在机器中的表示形式是一个由大量像素组成的二维数组，子空间算法在高维图像矩阵中提取目标特征，压缩形成低维特征空间[3]。基于子空间算法需要设定准则来确定要保留的图像信息、低维空间特性等。

基于稀疏表示的方法通常假设跟踪目标在一个由目标模板所构成的子空间内，其跟踪结果是通过寻求与模板重构误差最小的候选目标。Mei等通过对重构系数引入稀疏约束提出一种最小化的跟踪算法，该算法能较好解决目标遮挡问题，但其计算代价较高[4]。Li等为提高Mei等方法的时效性，将压缩感知理论引入到跟踪目标表观模型建立中，极大提高了算法速度，达到实时跟踪要求[5]。

2 判别式跟踪算法

判别式跟踪方法将视觉目标跟踪视为寻求跟踪目标与背景间决策边界的二分类问题。判别式跟踪算法可以分为基于在线Boosting的算法、基于支持向量机（SVW）的算法、基于随机学习的算法以及基于判别分析的算法[2]。

基于在线Boosting跟踪算法的原理是通过对弱分类器进行重新整合以提升分类性能，其源于Valiant提出的PAC学习模型。该类算法具有较强的判别学习能力，通过自适应选择区分性较强的特征，根据目标的变化自适应地改变分类器完成跟踪任务。但基于在线Boosting算法没有考虑到目标特征间的关联性，没有利用不同特征间的互补性，因而造成所选特征具有较大冗余；常见的解决方法是在特征选取组合过程引入加权策略[6]。

基于SVM的跟踪算法通过在较强分类性能的SVM分类器中引入最大化分类间隔约束，以达到对目标与非目标划分的目的，最终实现对运动目标的跟踪。Tian等通过加权融合对多个线性SVM分类器，以建立目标表观模型，实现复杂场景下的目标跟踪[7]。

基于随机学习的跟踪算法通过融合随机特征与输入建立目标的表观模型，典型案例主要有在线随机森林、MIForests与随机朴素贝叶斯等[8]。与基于在线Boosting和基于SVM的方法相比，该算法处理速度更快、效率更高，且易扩展到对多分类问题的处理。但该类算法特征选取时比较随机，因而应用于不同环境下，该类方法的跟踪性能不够稳定。

基于判别分析的跟踪算法对目标表观建模的方法是寻找一个具有高类间差异的低维子空间。Lin等将目标与背景的模型均看作高斯分布，提出一种基于增量Fisher的线性判别表观建模方法，在目标外观和背景变化的情况下其具有良好的自适应性[9]。

3 其他跟踪问题

判别式跟踪算法曾一度成为该领域的研究热点，但实验和应用表明，基于两种跟踪思的混合式跟踪算法比单独使用上述任一种跟踪算法具有更好的稳定性。由于视频跟踪环境的复杂性，在实际应用系统的设计中，由于光照、目标姿态的改变以及背景遮挡等原因，导致目标的外观并不是一成不变的，因而建立鲁棒性较好的目标外观模型对跟踪而言至关重要[10]。在实践应用中应根据具体的精度、稳健性、计算复杂度和实时性要求等选取适当的组合特征以及跟踪算法[11]。

4 结语

本文对目前常见的视频目标跟踪算法进行了简单评析，并阐述了现存问题的解决方法。目前的研究重点主要集中检测过程目标特征的选取、跟踪策略的优化、以及多种跟踪方法的融合和互补。尽管视频目标跟踪算法取得了突飞猛进的发展，但有些成果应用于实际的跟踪系统还有很长的路需要走。

参考文献

[1] Smeulders A W M，Chu D M，Cucchiara R， et al.Visual tracking：An experimental survey[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence，2016，36（7）：1442-1468.

[2] 尹宏鹏，陈波，柴毅，等.基于视觉的目标检测与跟踪综述[J].自动化学报，2016，42（10）：1466-1489.

[3] 黄静茹.基于子空间表示的视频目标跟踪算法的研究[D].合肥工业大学，2015.

[4] Mei X，Ling H B. Robust visual tracking using l（1）minimization[A].In：Proceedings of the 12th IEEE International Conference on Computer Vision.Kyoto，Japan：IEEE[C].2009.

[5] Li H，Shen C，Shi Q.Real-time visual tracking using compressive sensing[A].Computer Vision and Pattern Recognition[C].IEEE，2011.

[6] 沈丁成，薛彦兵，张桦，等.一种鲁棒的基于在线boosting目标跟踪算法研究[J].光电子·激光，2013（1）：170-175.

[7] Tian M， Zhang W，Liu F.On-line ensemble SVM for robust object tracking[J]. AsianConference on Computer Vision. Springer-Verlag，2007：355-364.

[8] Breiman L.Random forests[J].Machine Learning，2001，45（1）：25-32.

[9] Nguyen H T，Smeulders A W.Robust Tracking Using Foreground-Background Texture Discrimination[J].International Journal of Computer Vision，2006，69（3）：277-293.

[10]蔡榮太，吴元昊，王明佳，等.视频目标跟踪算法综述[J]. 电视技术，2010，34（12）：135-138.

[11]闫庆森，李临生，徐晓峰，等.视频跟踪算法研究综述[J]. 计算机科学，2013，40（s1）：204-209.