一種用于人流統計的目標跟蹤優化系統

晏細蘭 石坤泉

摘? 要：目前在人流統計領域，一般采用計算終端前置化，導致計算終端的計算能力較弱，只能采用距離和幾何特征匹配的方法進行跟蹤和計數，所以準確率不高。為了克服這個問題，本文提出一種用于人流統計的目標跟蹤方法，在得到采用距離和幾何特征匹配的運動軌跡后，引入人類的行為匹配模型對運動軌跡進行優化，提高追蹤軌跡的準確率。

關鍵詞：人流統計;目標跟蹤優;系統設計

中圖分類號：TP391.41? ? ? 文獻標識碼：A 文章編號：2096-4706（2019）07-0020-02

Abstract：At present，in the field of human flow statistics，the computing terminal is usually pre-positioned，which results in the weak computing ability of the computing terminal. It can only be tracked and counted by the matching method of distance and geometric features，so the accuracy is not high. In order to overcome this problem，a target tracking method for human flow statistics is proposed in this paper. After obtaining the trajectory matched by distance and geometric features，human behavior matching model is introduced to optimize the trajectory and improve the accuracy of tracking trajectory.

Keywords：flow statistics;target tracking optimization;system design

1? 目標跟蹤匹配方法研究現狀

目前視頻圖像處理中，目標跟蹤方法主要有基于目標靜態特征的匹配方法和基于目標距離和幾何特征的匹配方法[1，2]?；谀繕遂o態特征匹配的方法需要計算所有目標在整個視頻序列里的特征信息并需要和所有特征數據進行循環匹配，所以具有匹配性強的特點，不因局部時間目標丟失而導致追蹤失敗，在多目標跟蹤的情況下可有效區分各個目標的特點。同時，這樣全局匹配的方法也存在一些問題。而基于距離和幾何特征的匹配方法具有匹配速度快的特點，但在多目標跟蹤的情況下，由于缺乏不同目標的特征信息，導致匹配準確率低。而在人流統計領域，一般采用計算終端前置化，導致計算終端的計算能力較弱，所以只能采用距離和幾何特征的匹配方法進行跟蹤和計數[3]，所以準確率不高。

本文提出一種用于人流統計的目標跟蹤方法，在得到采用距離和幾何特征匹配的運動軌跡后，引入人類的行為匹配模型對運動軌跡進行優化，提高追蹤軌跡的準確率。

2? 用于人流統計的目標跟蹤優化系統設計

用于人流統計的目標跟蹤優化系統總體設計方法過程如圖1所示。由于移動軌跡可能存在瞬時抖動，在計算移動軌跡的速度和方向時，需要使用一定的計算時間窗口N來獲得比較穩定的數據。

在1-Window calculator中，利用已知的相機視場角FOV和測量得到的相機到視野中心物體的物理距離WD，計算得出視野中橫向物理寬度，即橫向視場寬度FW。我們需要人工定義參數窗口占屏比SL，通常為0.05，進而計算窗口的物理寬度，即SL和FW的乘積。另外，我們需要定義參數人類經典步行速度VR，通常定義為4m/s。根據以上數據和視頻中實際追蹤的幀率FPS，可計算得到時間窗口N。

在2-Outlier recognizer中，能判斷Tr各條軌跡中是否具有拐點，拐點的判斷需要計算軌跡中各個點的移動速度vi和移動方向的變化率Δdi。移動速度vi的計算是通過目標點i以窗口N找到前面的點和后面的點，可計算出窗口內的移動距離，根據移動距離和時間窗口N即可得到軌跡在第i點的移動速度vi，再根據窗口前后點的坐標，計算得到軌跡在第i點的移動方向di，進而算出移動方向的變化率Δdi。其中由于軌跡的開始后點和結束前的無法滿足窗口計算的要求，故認為這部分的移動速度和移動方向是不變的。拐點的判定需要判斷該點是否為非靜止點，因為當該點為靜止點的時候，由于數據本身的抖動，導致移動方向的變化率Δdi變化很大，影響判定效果。如果有移動速度vi大于非靜止速度VL時即為非靜止點，其中VL為可設參數，通常為1m/s;

由于人們移動方向是連續的，不可能在保持一定移動速度的情況下進行大角度的拐彎，故認為移動方向的變化率Δdi大于DL的非靜止點為異常拐點，通常拐點是由多個移動目標因重合交替等造成的，故將軌跡以拐點為分界點，將移動軌跡分成多段軌跡并從新組合成個新的集合TB以進行下一步的計算。

在3-Combiner中包含3個修復模塊，分別是斷連判斷模塊、重合判斷模塊和分離判斷模塊。根據運動軌跡序列的移動速度和移動方向變化率，確定軌跡中的異常拐點。根據異常拐點將運動軌跡序列切斷為多段運動軌跡序列，并重新組合成新的運動軌跡序列集合。新的運動軌跡序列集合對運動軌跡進行斷線判斷、重合判斷和分離判斷，得到修復后的運動軌跡序列集合。

3? 系統修復模塊設計

3-Combiner中包含3個修復模塊，斷連判斷模塊是為了解決運動軌跡由遮擋或漏檢等因素引起的同軌跡斷裂并被判斷為兩條軌跡。

對比一條軌跡的結束點和另外一條軌跡的起始點，若另外一條軌跡大于這條軌跡長度且有兩條軌跡長度的差小于tL則認為兩段軌跡有時間上的連續性。其中tL為目標丟失的最大容忍時間，為可設參數，通常為2s。如果兩條軌跡長度的差值小于DL，認為兩段軌跡具有方向一致性，其中DL為目標的最大容忍拐彎限制，為可設參數，通常為。計算兩條軌跡的距離，如果距離小于第一條軌跡，按照第二條軌跡在tL時間移動的距離，則認為兩段曲線具有空間的連續性。

如同時滿足以上條件，則認為該兩條軌跡實際上是同一條軌跡。具體實例如圖2所示，兩段同時滿足時間、方向和空間一致性的軌跡則可合并修復。

另外特殊如圖3所示，由于兩個運動相交，可能追蹤的時候造成圖5的錯誤，但通過拐點判斷，把軌跡拆分在斷連后，則能得到正確的兩條軌跡。重合判斷模塊是為了解決運動軌跡由于開始目標分開后來并行情況下軌跡斷裂的問題，具體如圖4首先有某段軌跡，計算其結束點的移動趨勢，其次對比另外一段軌跡中的所有點，若第一條軌跡的延長部分與第二條相交，則認為兩條軌跡具有空間上的連續性。若第二條軌跡的交點時間差小于tL，則認為兩條軌跡具有時間上的連續性。

分離判斷模塊是為了解決運動軌跡由于開始目標重合，后來分開后個別軌跡不完整的問題，具體如圖5所示，先有某段軌跡，根據其開始點的移動趨勢，反向計算其在tL前的位置。其次對比另外一段軌跡中的所有點，若第一條軌跡的反向延長部分與第二條軌跡相交，則認為兩條軌跡具有空間上的連續性。若兩條軌跡的交點時間差小于tL，則認為兩條軌跡具有時間上的連續性。若比兩條軌跡的交點方向角度差小于DL，則認為兩條軌跡具有方向上的一致性。最后若滿足第二步中所有條件，測認為第二條軌跡中交點前的部分也屬于第一條，合并后得到新的軌跡。通過以上三個修復模塊，可得到新的運動軌跡序列集合。

4? 結? 論

本文提出的目標跟蹤優化方法，可以很好地解決計算終端的計算能力較弱所導致的追蹤準確率不高的問題，引入的人類的行為匹配模型對運動軌跡進行優化，大大提高了追蹤軌跡的準確率。

參考文獻：

[1] 張微，康寶生.相關濾波目標跟蹤進展綜述 [J].中國圖象圖形學報，2017，22（8）：1017-1033.

[2] 張簡.全景視頻監視系統在貴陽機場的應用 [J].電腦知識與技術，2015，11（7）：228-229.

[3] 尹宏鵬，陳波，柴毅，等.基于視覺的目標檢測與跟蹤綜述 [J].自動化學報，2016，42（10）：1466-1489.

作者簡介：晏細蘭（1985-），女，漢族，江西南昌人，教師，講師，碩士，主要研究方向：圖像處理，信號處理;石坤泉（1967-），男，漢族，廣東興寧人，副教授，主要研究方向：信息安全。