均值漂移算法meanshiftTrack
一、實驗內容
完成基於 MeanShift 的目標跟蹤算法，紅框標出目標區域實現實時追蹤。
二、算法原理
1.在當前幀，計算候選目標的特徵
2.計算候選目標與初始目標的相似度：
3.計算權值
4.利用 MeanShift 算法，計算目標新位置：
5.若
，則停止，否則
轉步驟 2
限制條件：新目標中心需位於原目標中心附近
三、思路流程
- 截取跟蹤目標矩陣rect；
- 求取跟蹤目標的加權直方圖hist1；
- 讀取視頻序列中的一幀， 先隨機取一塊與rect等大的矩形，計算加權直方圖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，進行迭代（MeanShift是一種變步長可以迅速接近概率密度峯值的方法），直至一定條件（移動步長平方和大於0.5或超過20次迭代）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（橫軸爲幀數，縱軸爲相似度）所示，在310~375幀左右，出現輕度目標漂移，由於’Lemming’視頻中目標小熊被物體遮擋，顏色直方圖的巴氏距離產生較大差異，導致幀間相似度急劇下降，後來目標小熊從遮擋物中出來，逐漸恢復原先相似度水平。Lemming視頻樣本檢測效果如圖 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（橫軸爲幀數，縱軸爲相似度）
圖 2 使用rgb格式處理圖像_Lemming_第96幀
對目標漂移問題進行優化改進，將rgb空間轉化爲hsv空間，並把h通道權重調至25。再進行目標追蹤，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（橫軸爲幀數，縱軸爲相似度）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爲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，但目標追蹤性能已經得到了一定的提升。目標檢測效果對比如圖 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（橫軸爲幀數，縱軸爲相似度）
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（橫軸爲幀數，縱軸爲相似度）所示，前期相似度曲線不斷下降，雖然沒有遮擋物，但是由於人走動時肢體擺動幅度較大導致顏色直方圖有較大變化，從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標漂移，第9094、119142幀出現目標丟失情況，主要原因是汽車遮擋物對目標區域的影響，使顏色直方圖發生較大變化。Woman視頻樣本檢測效果如圖 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（橫軸爲幀數，縱軸爲相似度）
圖 7 使用rgb格式處理圖像_Woman_第106幀
對目標漂移、目標丟失問題進行優化改進，將rgb空間轉化爲hsv空間，並把h通道權重調至25。再進行目標追蹤，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（橫軸爲幀數，縱軸爲相似度）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爲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標漂移問題，目標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致目標丟失，但改進後的方案目標能夠實現順利獲取，此區域的幀間相似度曲線呈上升趨勢，解決了目標丟失問題。目標檢測效果對比如圖 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（橫軸爲幀數，縱軸爲相似度）
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
目標漂移，目標丟失。
可能的原因
1.遮擋物的影響；
2.背景顏色與追蹤的很相似時區分度低，顏色直方圖相似，識別容易出錯；
3.視頻中目標距攝像頭遠近變化，而ROI大小不變，導致ROI區域獲取的顏色直方圖統計值變化較大。
解決方案
1.調顏色空間：把rgb空間的圖像轉換爲hsv空間的圖像；
2.調節各個通道的權值：把hsv空間模式下圖片的h通道權重設爲25。