论文部分内容阅读
摘要:利用视频图像中运动物体的颜色信息,实现了对视频中感兴趣目标的跟踪,成功提取了对兴趣区域的方向变量,可在视频监控过程中对跟踪信息进行反馈,也可作为感知用户界面的输入信息。
关键词:计算机视觉;目标跟踪;感知用户界面
中图分类号:TP391.41 文献标识码:A文章编号:1007-9599 (2011) 19-0000-01
Target Tracking Algorithm Application in the User Interface
Qian Ying
(Nanjing Institute of Technology,Nanjing210014,China)
Abstract:Moving objects in video image color information to achieve a target of interest in the video track,successfully extracted the direction of the variable region of interest,in the process of video surveillance to track information on the feedback,the user can also be perceived as interface input.
Keywords:Computer vision;Target tracking;Aware user interface
一、引言
在人与计算机的交互中,视觉通常作为人接收信息的感觉通道。如果可以利用视觉通道向计算机输入信息,让计算机能够“自动”识别操作者的行为,将光标置于用户感兴趣的目标上,就能够更加高效地完成人机交互。用户在屏幕上所注视的区域、感兴趣的屏幕元素等信息可以通过目标跟踪技术获得。目标跟踪是计算机视觉中重要的课题,在智能视频监控、人体行为分析等领域都有所应用。
二、算法设计
本文通过聚类的方式搜寻运动目标,利用区域内的颜色信息对目标进行跟踪,按反向投影、均值偏移计算、Camshift实现、提取方向变量四个步骤依次进行跟踪。
(一)反向投影。反向投影就是根据跟踪目标的色彩直方图,将原始图像转换成色彩概率分布图像。首先标定感兴趣区域,即跟踪目标,将此图片转化到HSV色彩空间,获得其中表示色相信息的H分量。由于去除了亮度维度,可以减少光照对目标的影像。然后计算H分量的直方图,如图2所示;将此色彩直方图通过反向投影转化成色彩概率分布图像。
(二)均值偏移计算。均值偏移计算实质上就是在色彩概率分布图像上计算所跟踪目标颜色最集中的区域,不断调整位置直到找到目标的中心。
在2D概率分布图像中,计算某个区域的重心 ,可以通过该区域的零阶矩 和一阶矩 、 确定。
,其中
, ,
调整窗口中心到重心位置。显然,窗口位置的移动造成窗口内容的改变,重新计算新窗口区域的重心,再重定位窗口,直到窗口不再移动,或每次窗口移动的距离小于一定的阈值。
(三)Camshift实现。Camshift[1]基本思想是视频图像的所有帧作均值偏移计算,并将上一帧的结果(即搜索窗口的中心和大小)作为下一帧均值偏移计算的初始搜索窗口,如此迭代下去,就可以实现对目标的跟踪。
(四)提取方向变量。通过比较当前帧和上一帧中所跟踪目标的位置中心的变化,提取水平方向变量,此变量可作为感知用户界面的左右键输入,也可作为进一步人体行为识别的基础。
三、实验结果分析
该算法在实时性和鲁棒性方面良好的表现,能够有效跟踪人脸目标,对目标人脸的左右移动都能灵敏地捕捉到,如图3所示。且由于算法是基于颜色的跟踪,不仅可以跟踪人脸,还可以跟踪其他颜色的物体,而且跟踪区域可以不是圆形,可以随物体形状变化产生变化,只要鼠标一开始选定了目标,就一直可以跟踪。
实验左侧显示的是提取的方向变量信息。当目标不动时,由于人脸不可能保持绝对的不动,方向变量d的值在0的左右偏移,一般保持在-2与+2之间。目标左移时,d为负值;目标右移时,d为正值,且移动速度越快,d的绝对值越大。
参考文献:
[1]G.R.Bradski.Computer vision face tracking as a component of a perceptual user interface[J].In Workshop on Applications of Computer Vision,pages 214,Princeton,NJ,Oct.1998.
[2]唐勇,姜昱明.一种基于彩色图像的运动人体分割方法[J].微电子学与计算机,20O6,23(3:70-72
[3]刘洁,张汗灵.一种新的基于肤色模型的人脸检测算法[J].计算机工程与应用,20O6,4(11):70-73
[基金项目]南京工程学院校级科研基金项目资助,项目批准号:QKJB2009022。
[作者简介]钱瑛(1982-),女,江苏南京人,南京工程学院,研究方向:智能视频监控、视频处理。
关键词:计算机视觉;目标跟踪;感知用户界面
中图分类号:TP391.41 文献标识码:A文章编号:1007-9599 (2011) 19-0000-01
Target Tracking Algorithm Application in the User Interface
Qian Ying
(Nanjing Institute of Technology,Nanjing210014,China)
Abstract:Moving objects in video image color information to achieve a target of interest in the video track,successfully extracted the direction of the variable region of interest,in the process of video surveillance to track information on the feedback,the user can also be perceived as interface input.
Keywords:Computer vision;Target tracking;Aware user interface
一、引言
在人与计算机的交互中,视觉通常作为人接收信息的感觉通道。如果可以利用视觉通道向计算机输入信息,让计算机能够“自动”识别操作者的行为,将光标置于用户感兴趣的目标上,就能够更加高效地完成人机交互。用户在屏幕上所注视的区域、感兴趣的屏幕元素等信息可以通过目标跟踪技术获得。目标跟踪是计算机视觉中重要的课题,在智能视频监控、人体行为分析等领域都有所应用。
二、算法设计
本文通过聚类的方式搜寻运动目标,利用区域内的颜色信息对目标进行跟踪,按反向投影、均值偏移计算、Camshift实现、提取方向变量四个步骤依次进行跟踪。
(一)反向投影。反向投影就是根据跟踪目标的色彩直方图,将原始图像转换成色彩概率分布图像。首先标定感兴趣区域,即跟踪目标,将此图片转化到HSV色彩空间,获得其中表示色相信息的H分量。由于去除了亮度维度,可以减少光照对目标的影像。然后计算H分量的直方图,如图2所示;将此色彩直方图通过反向投影转化成色彩概率分布图像。
(二)均值偏移计算。均值偏移计算实质上就是在色彩概率分布图像上计算所跟踪目标颜色最集中的区域,不断调整位置直到找到目标的中心。
在2D概率分布图像中,计算某个区域的重心 ,可以通过该区域的零阶矩 和一阶矩 、 确定。
,其中
, ,
调整窗口中心到重心位置。显然,窗口位置的移动造成窗口内容的改变,重新计算新窗口区域的重心,再重定位窗口,直到窗口不再移动,或每次窗口移动的距离小于一定的阈值。
(三)Camshift实现。Camshift[1]基本思想是视频图像的所有帧作均值偏移计算,并将上一帧的结果(即搜索窗口的中心和大小)作为下一帧均值偏移计算的初始搜索窗口,如此迭代下去,就可以实现对目标的跟踪。
(四)提取方向变量。通过比较当前帧和上一帧中所跟踪目标的位置中心的变化,提取水平方向变量,此变量可作为感知用户界面的左右键输入,也可作为进一步人体行为识别的基础。
三、实验结果分析
该算法在实时性和鲁棒性方面良好的表现,能够有效跟踪人脸目标,对目标人脸的左右移动都能灵敏地捕捉到,如图3所示。且由于算法是基于颜色的跟踪,不仅可以跟踪人脸,还可以跟踪其他颜色的物体,而且跟踪区域可以不是圆形,可以随物体形状变化产生变化,只要鼠标一开始选定了目标,就一直可以跟踪。
实验左侧显示的是提取的方向变量信息。当目标不动时,由于人脸不可能保持绝对的不动,方向变量d的值在0的左右偏移,一般保持在-2与+2之间。目标左移时,d为负值;目标右移时,d为正值,且移动速度越快,d的绝对值越大。
参考文献:
[1]G.R.Bradski.Computer vision face tracking as a component of a perceptual user interface[J].In Workshop on Applications of Computer Vision,pages 214,Princeton,NJ,Oct.1998.
[2]唐勇,姜昱明.一种基于彩色图像的运动人体分割方法[J].微电子学与计算机,20O6,23(3:70-72
[3]刘洁,张汗灵.一种新的基于肤色模型的人脸检测算法[J].计算机工程与应用,20O6,4(11):70-73
[基金项目]南京工程学院校级科研基金项目资助,项目批准号:QKJB2009022。
[作者简介]钱瑛(1982-),女,江苏南京人,南京工程学院,研究方向:智能视频监控、视频处理。