卫星视频中的单目标分割和跟踪_王丽黎.pdf
《卫星视频中的单目标分割和跟踪_王丽黎.pdf》由会员分享,可在线阅读,更多相关《卫星视频中的单目标分割和跟踪_王丽黎.pdf(6页珍藏版)》请在咨信网上搜索。
1、卫星视频中的单目标分割和跟踪王丽黎,张慧(西安理工大学自动化与信息工程学院,西安710048)通信作者:张慧,E-mail:摘要:对于卫星视频图像中存在的目标与背景对比性低、缺乏目标特征信息等问题,提出一种结合目标运动信息、时空背景和外观模型的目标分割和跟踪方法.根据首帧定位得到目标区域,首先对目标使用方向梯度直方图方法提取特征利用核相关滤波器得到目标跟踪区域 1;接着利用颜色空间特征建立目标与其周围区域上下文信息的空间模型得到目标跟踪区域 2;然后利用视觉背景提取算法以像素为单位在目标区域上检测运动目标得到单目标的分割区域 3;最后分别对 3 个区域进行相关计算得到最优区域作为最终目标跟踪位
2、置和模板更新样本.实验结果表明,本文算法与 KCF 算法相比,跟踪的成功率和准确率有很大的提高,同时实现了单目标分割.关键词:目标跟踪;目标分割;核相关滤波;视觉背景提取;时空上下文;特征提取引用格式:王丽黎,张慧.卫星视频中的单目标分割和跟踪.计算机系统应用,2023,32(2):406411.http:/www.c-s- Target Segmentation and Tracking in Satellite VideoWANGLi-Li,ZHANGHui(SchoolofAutomationandInformationEngineering,XianUniversityofTechno
3、logy,Xian710048,China)Abstract:Toaddresstheproblemsoflowcontrastbetweentargetandbackgroundandlackoftargetfeatureinformationfacingsatellitevideoimages,thisstudyproposesatargetsegmentationandtrackingmethodcombiningtargetmotioninformation,spatio-temporalbackground,andappearancemodel.Afterthetargetareai
4、sobtainedbypositioninginthefirstframe,thehistogramoforientedgradientmethodisemployedtoextractthefeaturesofthetarget,andthekernelcorrelationfilter(KCF)isutilizedtoobtainthetargettrackingarea1.Subsequently,colorandspatialfeaturesareusedtobuildaspatialmodelofthecontextinformationaboutthetargetanditssur
5、roundingareaandtherebyobtainthetargettrackingarea2.Then,thevisualbackgroundextractionalgorithmisappliedtodetectthemovingtargetinthetargetareainpixelsandfurtherobtainthesegmentationarea3ofthesingletarget.Finally,thecorrelationofthethreeareasiscalculated,respectively,toobtaintheoptimalareaasthefinalta
6、rgettrackingpositionandthetemplateupdatesample.TheexperimentalresultsshowthatcomparedwiththeKCFalgorithm,theproposedalgorithmobtainsasignificantlyhighertrackingsuccessrateandaccuracyandalsoachievessingletargetsegmentation.Key words:targettracking;targetsegmentation;kernelcorrelationfiltering;visualb
7、ackgroundextraction;spatio-temporalcontext;featureextraction随着遥感卫星技术的发展,通过视频卫星实现对目标的检测和跟踪在智能交通、自然灾害监测和军事侦察等方面具有重要的作用.近年来,基于相关滤波的跟踪方法凭借较快的计算速度和较高的精度成为目标跟踪领域的主流算法之一.Bolme 等1首先将相关滤波方法用在跟踪领域,提出了最小平方误差输出和(minimumoutputsumofsquarederror,MOSSE)滤波算法.Henriques 等2利用循环移位进行样本采样在计算机系统应用ISSN1003-3254,CODENCSAOBNE
8、-mail:ComputerSystems&Applications,2023,32(2):406411doi:10.15888/ki.csa.008928http:/www.c-s-中国科学院软件研究所版权所有.Tel:+86-10-62661041收稿时间:2022-06-20;修改时间:2022-07-18;采用时间:2022-08-08;csa 在线出版时间:2022-09-23CNKI 网络首发时间:2022-11-15406研究开发ResearchandDevelopmentMOSSE 的基础上提出了核循环结构(circulantstruc-tureoftracking-by-de
9、tectionwithkernels,CSK)算法.Danelljan 等3在 CSK 的基础上利用颜色空间(colorname,CN)特征,提高了算法有效性.Henriques 等4将CSK 算法的灰度特征换成方向梯度直方图(histogramoforientedgradient,HOG)特征,提出了核相关滤波(kernelcorrelationfilter,KCF)跟踪算法.上述算法忽略了目标空间关系,Zhang等5通过贝叶斯框架对目标和其周围区域建立时空关系提出了时空上下文(spatio-temporalcontext,STC)算法.近年来,目标跟踪算法主要是针对传统视频中运动目标进行研
10、究,而针对卫星视频中运动目标的研究较少.Shao 等6在核相关滤波算法中使用光流和梯度直方图作为特征进行目标跟踪;Xuan 等7先利用卡尔曼预测目标区域,再进行核相关滤波操作减少边界效应问题;Wang 等8在 CSK 算法的基础上加入 Gabor滤波器增加目标的特征实现更稳健的跟踪;韩鸣飞等9以 KCF 算法为框架,融合目标灰度特征和 HOG 特征提高目标跟踪的鲁棒性;Zhang 等10在相关滤波算法的基础上加入卷积网络预测模型实现目标跟踪.对于卫星视频运动目标存在相对于背景尺寸很小、目标缺少清晰的特征信息的问题.本文结合目标的运动信息、时空背景和外观模型进行跟踪,以 KCF算法为基本框架增加
11、了基于颜色特征的时空上下文模型分别训练两个跟踪器,并且加入了改进的基于运动目标像素的检测分割算法,同时得到 3 个目标候选区域对目标进行最终相关计算得到目标最优位置.1目标分割和跟踪方法本文分别利用 HOG 特征、CN 特征和像素值信息训练得到独立的两个跟踪器和一个检测分割器.首先提取目标的 HOG 特征利用岭回归方法和核函数训练得到第 1 个目标跟踪器;接着利用 CN 特征对目标及其局部背景区域的上下文信息建立空间模型得到第 2 个目标跟踪器;然后利用首帧图像初始化样本模型,对候选区域进行像素计算得到检测分割器;最后根据两个目标跟踪器和检测分割器分别得到两个目标跟踪区域和一个检测分割区域.实
12、验发现,利用 3 个候选区域进行特征融合得到的结果没有分别计算响应值进行最大值比较得到目标位置的效果好,于是本算法利用目标的互补信息对 3 个候选区域分别求取最大响应值,将得到的 3 个最大响应值进行比较得到最优目标位置.如图 1.框选目标的首帧图像初始样本建模第 1 个跟踪器第 2 个跟踪器响应 1响应 2单目标分割区域3 个区域进行相关计算得到最终响应图HOG 特征CN 特征(x,y)(x,y)图 1目标预测流程图 1.1 第 1 个目标跟踪器根据首帧框选的目标区域提取 HOG 特征,进行循环移位得到大量正负样本训练非线性回归器,然后通过相关计算得到响应矩阵的最大值位置,此位置就是f(z)
13、=wTz目标中心位置.将样本使用岭回归方法对函数进行训练,以获得参数 w:minwi(f(xi)yi)2+w2(1)2023年第32卷第2期http:/www.c-s-计 算 机 系 统 应 用ResearchandDevelopment研究开发407xiyi其中,为循环移位样本,表示满足高斯分布的样本输出,是正则化参数.w=(XHX+I)1XHyX=Fdiag(x)FH对式(1)求导,并扩展到复数域得:.将循环矩阵 X 在傅里叶空间中对角化,矩阵 X 可写成,由 w 和 X 联合求得:w=x y x x+(2)x y其中,和 是原始矩阵的傅里叶变换.通过引入高斯核函数,将原始非线性问题转换成
14、线性问题,并在傅里叶域转换得到核函数回归解:=ykxx+(3)根据训练好的滤波器对目标窗口区域进行滤波计算,得到输出置信图.f(z)=kxz (4)kxxkxz其中,和均按式(5)计算:kxx=exp(12(x2+x22F1(x x)(5)完成视频一帧的目标跟踪后,需要更新跟踪器的模板参数 和样本参数 x,即:=(1)+new_(6)x=(1)x+new_x(7)1.2 第 2 个目标跟踪器由于卫星视频中目标只占少量像素,很少的目标信息无法实现良好的跟踪.于是我们利用目标及局部区域背景的 CN 颜色特征建立空间关系增强跟踪器的性能.将首帧目标区域与其局部区域背景建立一个空间上下文模型,对图像进
15、行卷积操作,获得置信图,置信图最大的位置作为最佳目标位置.Xc=c(z)=(Ici(z),z)|z c(x)Ici(z)c(x)假定当前帧目标位置为 x*,则图像特征集合为,表示位置 z 处的图像对应的 11 维 CN 特征,是目标的局部上下文区域.则目标的置信图公式为:c(x)=P(x|o)=c(z)XcP(x,c(z)|o)=c(z)XcP(x|c(z),o)P(c(z)|o)(8)P(x|c(z),o)P(c(z)|o)其中,是对目标与其上下文信息的空间关系建模的条件概率,是对各个点 z 的局部上下文信息建模的先验概率,具体形式分别为式(9)和式(10):P(x|c(z),o)=hsc(
16、xz)(9)P(c(z)|o)=Ici(z)w(zx)(10)hsc(xz)w(z)=ae|z|22其中,是目标位置与局部区域点之间的相对距离和方向关系的函数,是一个离中心越近权值越大的加权函数.目标置信图描述了区域各点为目标的概率大小,公式定义为:c(x)=P(x|o)=bexx(11)其中,b 为归一化常数;为形状控制参数;为尺度参数.结合上下文先验模型和置信图公式得到时空上下文模型表达形式为:hsct,ci(x)=F1F(bexx)F(Ici(x)w(xx)(12)然后更新得到 t+1 帧的时空上下文模型为:Hstct+1,ci=(1)Hstct,ci(x)+hsct,ci(x)(13)
17、Hstct+1,ciHstct,ci(x)其中,和分别为 t+1 帧和 t 帧基于 CN 特征对应的时空上下文模型,为模型更新率.利用得到的模型与图像进行卷积得到目标置信图,目标在 t+1 帧的位置由置信图中最大值决定,即式(14):xt+1=argmaxxc(xt)ct+1(x)=argmaxxc(xt)F111i=0F(Hstct+1,ci(x)F(?It+1,ci(x)w(xxt)(14)?It+1,ci其中,分别对应第 t+1 帧相互独立的 11 维 CN特征.1.3 目标检测分割考虑到卫星视频中背景相对静止,于是利用改进的 ViBe 算法对运动目标检测分割.ViBe 算法11是一种像
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 卫星 视频 中的 目标 分割 跟踪 王丽黎
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。