基于模糊空时线索的多目标在线跟踪算法

doi:10.3969/j.issn.0372-2112.2017.03.001

电子学报 ›› 2017, Vol. 45 ›› Issue (3): 513-519.DOI: 10.3969/j.issn.0372-2112.2017.03.001

• 学术论文 • 下一篇

基于模糊空时线索的多目标在线跟踪算法

李俊, 谢维信, 李良群, 刘钧彬

深圳大学ATR国防科技重点实验室, 广东深圳 518060

收稿日期:2015-10-13 修回日期:2016-05-19 出版日期:2017-03-25
- 通讯作者:
- 李良群
- 作者简介:
- 李俊男,1984年生于湖南益阳.现为深圳大学信息工程学院博士研究生.主要研究方向为计算机视觉与机器学习.E-mail:lijun10@email.szu.edu.cn;谢维信 男,1941年生于广东.教授、博导,1965年毕业于西安军事电讯工程学院,现为深圳大学信号与信息处理学科学术带头人,国家级有突出贡献中青年专家,主要研究方向为智能信息处理、模糊信息处理、图像处理和模式识别.E-mail:wxxie@szu.edu.cn;刘钧彬 男,1982年生于江西赣州.现为深圳大学信息工程学院博士研究生.主要研究方向为视觉跟踪,信号处理.E-mail:junbinliu@163.com
- 基金资助:
- 国家自然科学基金 (No.61301074，No.61271107）; 广东省自然科学基金 (No.S2012010009417）; 广东省科技厅产学研协同创新成果转化项目 (No.509111098127）; 深圳市科技计划项目 (No.JCYJ20140418095735618）; 国防预研基金项目 (No.91400C800501140C80340）

Online Multiple Target Tracking Algorithm Based on Fuzzy Spatio-Temporal Cues

LI Jun, XIE Wei-xin, LI Liang-qun, LIU Jun-bin

ATR Key Lab of National Defense Technology, Shenzhen University, Shenzhen, Guangdong 518060, China

Received:2015-10-13 Revised:2016-05-19 Online:2017-03-25 Published:2017-03-25
- Supported by:
- National Natural Science Foundation of China (No.61301074, No.61271107); National Natural Science Foundation of Guangdong Province, China (No.S2012010009417); Industry-university-research Collaborative Innovation Achievement Transformation Project of Guangdong Science and Technology Department (No.509111098127); Science and Technology Program of Shenzhen (No.JCYJ20140418095735618); Supported by National Defense Pre-research Foundation of China (No.91400C800501140C80340)

摘要/Abstract

摘要：

多目标在线跟踪是视频监控中的关键问题之一.针对日益增长的智能化视频监控的需求，提出了一种基于模糊空时线索的多目标在线跟踪算法.在该算法中，引入模糊空时多属性特征定义距离函数，利用模糊C均值聚类优化得到交叉隶属度矩阵，实现目标与观测间的数据关联.为了减少错误的轨迹起始，利用空时线索定义了遮挡度函数，判别出新目标并起始相应的目标轨迹.实验结果表明，本文算法能够准确地估计出目标的运动轨迹.本文算法可应用于视频监控、安防以及自动驾驶等领域.

关键词: 视频监控, 在线跟踪, 模糊C均值, 空时线索, 模糊隶属度

Abstract:

Online multi-target tracking is one of the key problems in video surveillance.According to the increasing need of smart monitoring,an online multiple target tracking algorithm based on fuzzy spatio-temporal cues was proposed.The fuzzy spatio-temporal multiple features were introduced to define the distance function,and the fuzzy c-means algorithm was adopted to derive the cross fuzzy membership degree matrix which was used to deal with the data association between the targets and the observations.To reduce the wrong initializations of the targets,an occlusion measurement about the levels of occlusion was defined according to the spatio-temporal cues.The new targets were discriminated from the false alarms by the occlusion measurement,and their corresponding tracks were initialized.Experimental results show that the proposed algorithm can accurately estimate the trajectories of multiple targets.The proposed algorithm can be applied in video surveillance,security,autonomous driving,etc.

Key words: video surveillance, online tracking, fuzzy c-means, spatio-temporal cues, fuzzy membership degree

中图分类号:

TP391

李俊, 谢维信, 李良群, 等. 基于模糊空时线索的多目标在线跟踪算法[J]. 电子学报, 2017, 45(3): 513-519.

LI Jun, XIE Wei-xin, LI Liang-qun, et al. Online Multiple Target Tracking Algorithm Based on Fuzzy Spatio-Temporal Cues[J]. Acta Electronica Sinica, 2017, 45(3): 513-519.

参考文献

[1] Dollár P,Appel R,Belongie S,Perona P.Fast feature pyramids for object detection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2014,36(8):1532-1545.
[2] Berclaz J,Fleuret F,Türetken E,Fua P.Multiple object tracking using k-shortest paths optimization[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2011,33(9):1806-1819.
[3] Dicle C,Camps O I,Sznaier M.The way they move:tracking multiple targets with similar appearances[A].IEEE International Conference on Computer Vision (ICCV)[C].Sydney,Australia:IEEE Press,2013.2304-2311.
[4] Breitenstein M D,Reichlin F,Leibe B,Koller-Meier E,Gool L V.Online multiperson tracking-by-detection from a single,uncalibrated camera[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2011,33(9):1820-1833.
[5] Bae S H,Yoon K J.Robust online multi-object tracking based on tracklet confidence and online discriminative appearance learning[A].IEEE Conference on Computer Vision and Pattern Recognition (CVPR)[C].Columbus,USA:IEEE Press,2014.1218-1225.
[6] 高新波,裴继红,谢维信.模糊C-均值聚类算法中加权指数m的研究[J].电子学报,2000,28(4):80-83. Gao Xin-bo,Pei Ji-hong,Xie Wei-xin.A study of weighting exponent m in a fuzzy C-means algorithm[J].Acta Electronica Sinica,2000,28(4):80-83.(in Chinese)
[7] Ferryman J,Shahrokni A.PETS2009:dataset and challenge[A].IEEE International Workshop on Performance Evaluation of Tracking and Surveillance (PETS-Winter)[C].Snowbird,USA:IEEE Press,2009.1-6.
[8] Benfold B,Reid I.Stable multi-target tracking in real-time surveillance video[A].IEEE Conference on Computer Vision and Pattern Recognition (CVPR)[C].Providence,USA:IEEE Press,2011.3457-3464.
[9] Bernardin K,Stiefelhagen R.Evaluating multiple object tracking performance:the CLEAR MOT metrics[J].Eurasip Journal on Image and Video Processing,2008,2008(1):1-10.
[10] Li L Q,Xie W X,Liu Z X.Bearings-only maneuvering target tracking based on truncated quadrature Kalman filtering[J].AEU -International Journal of Electronics and Communications,2015,69(1):281-289.
[11] Li L Q,Li C L,Cao W M,Liu Z X.Fuzzy quadrature particle filter for maneuvering target tracking[J].International Journal of Fuzzy Systems,2015,18(4):1-12.

[1]	杨小龙, 李欣玥, 周牧, 王勇, 何维. 基于多维模糊映射AP优化的WLAN室内定位方法[J]. 电子学报, 2022, 50(8): 1875-1884.
[2]	姜春茂, 赵书宝. 基于阴影集的多粒度三支聚类集成[J]. 电子学报, 2021, 49(8): 1524-1532.
[3]	罗会兰, 陈鸿坤. 基于深度学习的目标检测研究综述[J]. 电子学报, 2020, 48(6): 1230-1239.
[4]	季鼎承, 蒋亦樟, 王士同. 基于域与样例平衡的多源迁移学习方法[J]. 电子学报, 2019, 47(3): 692-699.
[5]	朱毅, 杨航, 吕泽华, 陈传波, 邹小威. 一种基于禁忌搜索的全局最优化模糊聚类算法[J]. 电子学报, 2019, 47(2): 289-295.
[6]	陈荣元, 徐雪松, 申立智, 刘跃华, 陈浪. 模糊区域级MRF方法在城镇自动识别中的应用[J]. 电子学报, 2019, 47(2): 489-494.
[7]	李凯, 李慧. 基于pinball损失的结构模糊孪生支持向量机[J]. 电子学报, 2019, 47(10): 2221-2227.
[8]	徐超, 詹天明, 孔令成, 张辉. 基于学生t分布的鲁棒分层模糊算法及其在图像分割中的应用[J]. 电子学报, 2017, 45(7): 1695-1700.
[9]	张屹, 余振, 李子木, 陆瞳瞳. 基于模糊C均值聚类的锦标赛选择机制与多目标优化研究[J]. 电子学报, 2017, 45(11): 2677-2684.
[10]	曹明伟, 余烨. 基于多层背景模型的运动目标检测[J]. 电子学报, 2016, 44(9): 2126-2133.
[11]	赵雪梅, 李玉, 赵泉华. 基于隐马尔可夫高斯随机场模型的模糊聚类高分辨率遥感影像分割算法[J]. 电子学报, 2016, 44(3): 679-686.
[12]	叶喜勇, 陶霖密, 萨如汗. 基于双时间尺度运动分析的户外小目标跟踪[J]. 电子学报, 2015, 43(7): 1257-1265.
[13]	毕晓君, 张永建, 陈春雨. 基于模糊支配的高维多目标进化算法MFEA[J]. 电子学报, 2014, 42(8): 1653-1659.
[14]	李方敏, 姜娜, 熊迹, 张景源. 融合热释电红外传感器与视频监控器的多目标跟踪算法[J]. 电子学报, 2014, 42(4): 672-678.
[15]	陈圣国, 孙正兴, 周杰. 基于FCM和随机游走的地层图像分割方法[J]. 电子学报, 2013, 41(3): 526-531.

基于模糊空时线索的多目标在线跟踪算法

Online Multiple Target Tracking Algorithm Based on Fuzzy Spatio-Temporal Cues

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics