基于在线判别学习的鲁棒视觉跟踪算法研究

There is a severe challenge for robust tracking algorithms to track the changed object persistently in the complex scene. The project intends to consider the visual tracking problem as an on-line discriminative learning problem. In order to track the object robustly, the proposed algorithm will identify the changed object from the complicated background by the classifier, which is updated on-inline to decrease the errors accumulation. We will focus on three problems of online tracking: object representation, online learning and samples selection. The effective feature set is constructed by local invariant structured features to extract the object intrinsic information. On-line learning not only unities the labeled samples to maximize the margin of the object and background, but also obtains the internal structure by the unlabelled samples. In order to avoid failed tracking by the error samples, the sample space-time coherence and the confidence are used to constrain the training set selection. The implementation and the expected results of the project will provide new ideas and new methods for the visual tracking algorithm, which has a broad theoretical basis for the application of the prospect research.

在复杂背景下持续跟踪不断变化的目标，对跟踪算法的鲁棒性提出了严峻挑战。本项目拟将视觉跟踪看作在线判别学习问题来处理，在复杂背景中利用分类器区分变化的目标，在线更新分类器减少误差积累，实现对感兴趣目标的鲁棒跟踪。针对在线判别学习跟踪系统中的目标表示、在线学习和样本选择三个关键问题展开研究，通过融入目标结构信息的局部不变特征，构造目标表示的有效特征集，提取其本质信息；在线学习不仅利用标记样本来最大化目标和背景之间的分类间隔，而且还利用未标记样本来逼近目标和背景的内部结构，能够在复杂背景中区分出不断变化的目标；同时利用目标的时空连续性和候选样本的置信度，约束样本的选择，避免错误样本所引起的跟踪失败；最终实现对感兴趣目标的鲁棒跟踪。本项目的开展和预期成果将为视觉跟踪算法提供新思路和新方法，是一项既有理论意义又有广阔应用前景的应用基础研究课题。

本项目主要对影响鲁棒视觉跟踪的三个关键因素进行研究。(1)目标表示：提出稠密SIFT描述符和局部分块模型的目标表示方法。稠密SIFT描述符有效地消除由于关键点不稳定及其误匹配造成的跟踪失败问题。实验表明，该方法在目标发生各种变化和背景干扰很大的情况下，能够很好的跟踪目标。而局部分块模型最大限度抑制背景信息，通过聚类分析区分前景与背景。实验表明，本算法需要建立在上一帧具有一定的跟踪精度且目标运动在空间上连续的基础上。当目标发生遮挡或出现与目标特征相似的背景区域时，跟踪的结果会出现一定的偏差，但当遮挡消失或背景干扰因素消失时，只要目标在图像特征上与背景具有一定的可分性，算法依然能够继续实现对目标的跟踪。（2）在线学习：提出了基于频谱信息处理的在线判别目标跟踪方法。该方法考虑目标的空间分布，设计相应的响应函数，改进传统的相位相关算法，消除噪声和杂波的影响，提出了空间相位相关，通过频域的相位差来计算目标在空域的位置平移。采用相位谱的显著图增强跟踪的性能，目标模板的自适应更新能够避免漂移问题。通过大量的实验，在最近公开的测试视频中，与当前最先进的算法进行比较，算法能够获得平均每秒50帧的跟踪速度，同时在准确度和精确度上都能够获得优异的性能。在基础上我们进一步提出了加权核的相位相关算法，来解决目标的尺度变化问题。在原始图像及其幅度谱的对数数域逐次实施相关相关算法，实现尺度目标的跟踪。（3）样本选择：通过l1正则化约束样本的选择，提出了一种基于笛卡尔乘积字典的稀疏编码的样本选择方法。该方法将原始稀疏编码问题分解为两个子稀疏编码问题，在大大增加字典原子个数的同时，降低了稀疏性求解过程的计算量。同时为了减少l1范数最小化的计算次数，利用基于岭回归的重构误差先对候选目标进行粗估计，而后选取重构误差较小的若干个粒子求解其在两个子字典下的稀疏表示，最后将目标的高维稀疏表示带入事先训练好的分类器，选取分类器响应最大的候选位置作为目标的跟踪位置。实验结果表明由于笛卡尔乘积字典的应用使得算法的鲁棒性得到一定程度的提高。此外，通过项目资助出版专著1部，协助举办“第二届全国图象图形联合学术会议”和“军事与农业图象与图形技术高峰论坛”，参加国内外会议4次，培养博士生2名，硕士生3名。本项目的开展和预期成果将为视觉跟踪算法提供新思路和新方法，是一项既有理论意义又有广阔应用前景的应用基础研究课题。