基于Mean shift目标跟踪算法的设计与研究

摘要：本文讨论了监控视频运动目标跟踪算法，在实际的监控视频中，所面临的一些问题和挑战。对基于Mean Shift算法的原理、跟踪流程进行了讨论，分析了Mean Shift算法的优点和存在的不足。针对Mean Shift的缺陷，提出了一种改进的Mean Shift算法，即Camshift的目标跟踪方法，CamShift能够自适应调整目标区域，在轻微遮挡、变形和旋转的情况下仍可以实现跟踪。

关键词：监控视频 运动目标 目标跟踪

中图分类号：TP391.4 文献标识码：A 文章编号：1007-9416（2015）07-0000-00

1 引言

多年来，在计算机视觉领域，目标跟踪技术的研究备受专家学者的青睐，在对其研究中的过程中主要和模式识别、图像处理和人工智能等有关，为此，众多专家学者设计了很多高效的方法，并且这些方法已经被应用到了很多智能监控系统中，取得了很好的运用效果。

2 基于Mean shift的目标跟踪方法

2.1 Mean Shift算法基础

Mean Shift是一种无参的密度估计方法。算法的本质是一个梯度下降的过程，通过一个不断的重复递归、迭代的过程实现运动目标的跟踪。Mean Shift算法于1975年被首次提出，用来表示偏移的均值向量[3]。在2002年，Comaniciu等人首次将跟踪问题近似为一个Mean Shift向量的最优化问题，从此不断地有新的改进型算法被提出并应用到目标跟踪领域。假设x是d维欧式空间中的一个点，则点x处的概率密度函数为[4]：

2.2改进的Mean Shift目标跟踪算法

由于MeanShift 算法原理简单、鲁棒性好、采用无参估计的特性，近几年来在视频跟踪领域受到了广泛的关注[6]。然而 Mean Shift是基于概率密度梯度无参估计的半自动匹配跟踪算法，在实际使用中存在一些缺陷，造成Mean Shift算法鲁棒性不强和在复杂场景下跟踪失败的原因是：Mean Shift算法采用先验概率密度估计算法本身存在的缺陷，以及采用单一颜色特征不能准确地描述场景中的目标而造成的缺陷。

CamShift 跟踪算法（Continuously Adaptive MeanShift，即连续自适应的Mean Shift目标跟踪算法），该算法基于视频帧中颜色变化的概率分布，根据运动目标直方图统计特征对两幅图像中的目标进行匹配。

Camshift 算法流程步骤具体如下：

（1）初始状态下将整帧图像作为搜索区域，将该图像转换为HSV后的色度分量H作为跟踪特征，计算色度直方图，再进行前景目标检测；

（2）对Search Window的大小和位置进行初始化，预先检测出目标的位置并用矩形框进行标注，计算当前帧中每个目标的颜色直方图，目标区域即为初始Search Window；

（3）计算Search Window内的颜色概率分布，对每个目标的颜色直方图进行反向投影，以获得当前帧的概率分布投影图；

（4）自适应调整搜索窗口，使用Mean Shift获得Search Window的新位置和大小；

（5）在下一帧图像中对Search Window的位置和大小设置初始值。根据初始阈值判断中心是否收敛，即质心变化小于给定的阈值。如果收敛，那么重读取一帧利用当前所得的中心位置和区域转至（3），在新一帧中进行搜索；否则，则返回（4），直至收敛。

CamShift算法原理简单，与Mean Shift在跟踪初始帧手动选择跟踪区域，核窗口大小固定相比，能够自适应调整搜索窗口和目标区域，对目标大小的变化不敏感。在轻微遮挡、变形和旋转的情况下仍可以实现跟踪，对于纯色物体在黑白背景下或者前景与背景颜色差异明显的情况下跟踪效果良好。

3 实验结果分析

实验结果分析：Mean Shift方法算法简单，跟踪过程几乎不需要设置参数，计算速度快，适合实时性跟踪的场合。然而，当前的Mean Shift算法大多基于静态的目标表达模型，缺乏必要的模型更新，不适合复杂动态背景的情景。

4 结语

本文主要讨论了Mean Shift算法在跟踪中容易导致目标丢失，算法鲁棒性不强的原因是采用先验概率密度估计算法本身存在的缺陷，以及采用单一颜色特征不能准确地描述场景中的目标而造成的缺陷。

针对Mean Shift的缺陷，提出了基于Camshift的目标跟踪方法对监控视频中的行人和车辆进行跟踪，CamShift能够自适应调整目标区域，在轻微遮挡、变形和旋转的情况下仍可以实现跟踪，基于Mean Shift算法的改进，对于其在监控视频中运动目标的跟踪有很好的应用前景。

参考文献

[1]周浩.复杂场景下视频目标检测及跟踪算法研究.云南大学，2011.

[2]田纲.基于多特征融合的Mean shift目标跟踪技术研究.武汉大学，2011.

[3]王宁.基于粒子滤波的视觉目标跟踪方法关键技术研究.华中科技大学，2013.

[4]赵鹏翔.监控视频中目标检测与跟踪算法研究.北京邮电大学，2013.

[5]吴伟.智能视频监控中目标跟踪算法研究及应用.中国科学技术大学，2011.

[6]杨辉.基于Mean Shift算法的运动目标检测与跟踪.武汉工程大学，2013.

收稿日期：2015-07-01

作者简介：李淑英（1980―），女，河南商丘人，工程硕士，讲师，副教授，主研图像处理设计；王敬（1980―），女，河南郑州人，硕士，讲师，副教授，主研软件工程。