均值漂移算法meanshiftTrack
一、實驗内容
完成基于 MeanShift 的目标跟蹤算法，紅框标出目标區域實作實時追蹤。
二、算法原理
1.在目前幀，計算候選目标的特征
2.計算候選目标與初始目标的相似度：
3.計算權值
4.利用 MeanShift 算法，計算目标新位置：
5.若
，則停止，否則
轉步驟 2
限制條件：新目标中心需位于原目标中心附近
三、思路流程
- 截取跟蹤目标矩陣rect；
- 求取跟蹤目标的權重直方圖hist1；
- 讀取視訊序列中的一幀， 先随機取一塊與rect等大的矩形，計算權重直方圖hist2；
- 計算兩者比重函數，如果後者差距過大， 更新新的矩陣中心Y，進行疊代（MeanShift是一種變步長可以迅速接近機率密度峰值的方法），直至一定條件（移動步長平方和大于0.5或超過20次疊代）後停止。
四、實驗結果
（一）Lemming樣本分析
如圖 1 使用rgb格式處理圖像_Lemming_幀間相似度曲線（橫軸為幀數，縱軸為相似度）所示，在310~375幀左右，出現輕度目标漂移，由于’Lemming’視訊中目标小熊被物體遮擋，顔色直方圖的巴氏距離産生較大差異，導緻幀間相似度急劇下降，後來目标小熊從遮擋物中出來，逐漸恢複原先相似度水準。Lemming視訊樣本檢測效果如圖 2 使用rgb格式處理圖像_Lemming_第96幀所示。
圖 1 使用rgb格式處理圖像_Lemming_幀間相似度曲線（橫軸為幀數，縱軸為相似度）
圖 2 使用rgb格式處理圖像_Lemming_第96幀
對目标漂移問題進行優化改進，将rgb空間轉化為hsv空間，并把h通道權重調至25。再進行目标追蹤，得到相似度變化情況如圖 3 使用hsv(h權重25)格式處理圖像_Lemming_幀間相似度曲線（橫軸為幀數，縱軸為相似度）所示，通過與原始方案的相似度曲線對比，可以發現原始方案相似度最低為0.5左右，而改進後的最低相似度上升至0.65左右，雖然依舊受遮擋物影響，但目标追蹤性能已經得到了一定的提升。目标檢測效果對比如圖 4 使用rgb格式處理圖像_Lemming_310~375幀、圖 5 使用hsv(h權重25)格式處理圖像_Lemming_310~375幀所示。
圖 3 使用hsv(h權重25)格式處理圖像_Lemming_幀間相似度曲線（橫軸為幀數，縱軸為相似度）
圖 4 使用rgb格式處理圖像_Lemming_310~375幀
圖 5 使用hsv(h權重25)格式處理圖像_Lemming_310~375幀
（二）Woman樣本分析
如圖 6 使用rgb格式處理圖像_Woman_幀間相似度曲線（橫軸為幀數，縱軸為相似度）所示，前期相似度曲線不斷下降，雖然沒有遮擋物，但是由于人走動時肢體擺動幅度較大導緻顔色直方圖有較大變化，進而使相似度曲線不斷下降且波動較大，其中第7178、8289幀出現了不同程度的目标漂移，第9094、119142幀出現目标丢失情況，主要原因是汽車遮擋物對目标區域的影響，使顔色直方圖發生較大變化。Woman視訊樣本檢測效果如圖 7 使用rgb格式處理圖像_Woman_第106幀所示。
圖 6 使用rgb格式處理圖像_Woman_幀間相似度曲線（橫軸為幀數，縱軸為相似度）
圖 7 使用rgb格式處理圖像_Woman_第106幀
對目标漂移、目标丢失問題進行優化改進，将rgb空間轉化為hsv空間，并把h通道權重調至25。再進行目标追蹤，得到相似度變化情況如圖 8 使用hsv(h權重25)格式處理圖像_Woman_幀間相似度曲線（橫軸為幀數，縱軸為相似度）所示，通過與原始方案的相似度曲線對比，可以發現原始方案相似度最低為0.2左右，而改進後的最低相似度上升至0.3左右，雖然依舊受人物肢體大幅度擺動影響，但一定程度上優化了目标漂移問題，目标追蹤性能已經得到了一定的提升。再觀察第119~142幀相似度變化對比，原始方案相似度不斷下降且最終導緻目标丢失，但改進後的方案目标能夠實作順利擷取，此區域的幀間相似度曲線呈上升趨勢，解決了目标丢失問題。目标檢測效果對比如圖 9 使用rgb格式處理圖像_Woman_119~142幀、圖 10 使用hsv(h權重25)格式處理圖像_Woman_119~142幀所示。
圖 8 使用hsv(h權重25)格式處理圖像_Woman_幀間相似度曲線（橫軸為幀數，縱軸為相似度）
圖 9 使用rgb格式處理圖像_Woman_119~142幀
圖 10 使用hsv(h權重25)格式處理圖像_Woman_119~142幀
五、問題分析
問題
目标漂移，目标丢失。
可能的原因
1.遮擋物的影響；
2.背景顔色與追蹤的很相似時區分度低，顔色直方圖相似，識别容易出錯；
3.視訊中目标距攝像頭遠近變化，而ROI大小不變，導緻ROI區域擷取的顔色直方圖統計值變化較大。
解決方案
1.調顔色空間：把rgb空間的圖像轉換為hsv空間的圖像；
2.調節各個通道的權值：把hsv空間模式下圖檔的h通道權重設為25。
六、資源
均值漂移算法meanshiftTrack實驗樣本、源碼與效果圖