移動物體偵測與物體追蹤相關研究

物件追蹤在電腦視覺領域裡是一個重要的工作且是個非常具有挑戰性的問 題[29]。困難原因在於感興趣的追蹤物體會突然移動、物體和場景外貌會改變、

非剛體(non-rigid)物體的結構、物體對物體或場景對物體的遮蔽、和攝影機的移動 等。目前電腦效能的提升，高品質但低價格的錄影攝影機或視訊攝影機(web cam) 出現，使得自動分析影片(video analysis)的需求提升，越來越多學者在物體追蹤演 算法產生感興趣，認為是眾多應用的基礎，例如：以移動為基礎的辨識

(motion-based recognition)、自動監視器(automated surveillance)、人機介面、交通 監控(traffic monitoring)等。影片分析主要可以分成三個大步驟[32]：感興趣移動物 體偵測、用連續畫面的關係追蹤物體、物體軌跡的分析來辨識行為。在本章的內 容中，針對移動偵測和物體追蹤相關研究做介紹。

2.2.1 移動物體偵測

每類追蹤演算法都需要物體偵測的機制，應用在每幅畫面中或是當物體第一 次出現在畫面時。物體偵測的方法通常都只會用到單一幅畫面的資訊，除此之 外，也常利用連續的時間擷取連續的畫面資訊來降低偵測的錯誤，常用的方法是 畫面相減(frame differencing)，此法可以顯示出連續畫面中物體改變的範圍，給予 這個物體改變的範圍，便可做追蹤的任務。這裡，介紹幾種移動物體偵測常用的 方法。

(1) 背景相減(background subtraction)

背景相減是移動物體偵測流行的方法，特別在背景是靜止的情況下。藉由目 前的畫面與當作參考背景的畫面以像素值為單位相減，便可偵測出物體移動的範 圍，但是對背景會改變相當敏感，例如：光線改變、無關的移動物體、搖晃的樹 枝、背景有小的震動等，都會造成錯誤偵測。因此，使用這個方法要有一個背景 模型(background model)，來降低這些使背景改變的外在因素。目前，已經有提出

很多方法來解決背景相減的問題[29], [32]，包括了計算一段時間內的畫面平均 值、對畫面中的像素值做混合高斯模型的處理，使畫面可以做回復和更新，並且 隨著光源的變化動態更新背景，畫面改以像素大小、範圍大小和畫面大小為依據 做背景維護和背景相減、將畫面中的像素以機率模型來表示[30], [10]等。

(2) 時間的相減(temporal differencing)

簡單來說，以一個像素值的大小，利用連續兩個或三個相鄰的畫面做相減，

情況下，單獨偵測移動的物體。

(1) 以斜率為基礎的方法(gradient-based)：

找目標位置的方法是依據連續的畫面中找出最小的花費函數(cost function)，

(2) 以特徵為基礎的方法(feature-based)

找目標的方式是在追蹤前先知道追蹤物體的特徵，例如：灰階度、顏色、線 條、甚至輪廓，再利用此特徵來比對找到的物體是否為我們要的。其缺點在於容 易被畫面中的其他物體遮蔽特徵而導致追蹤失敗。D.Comaniciu et al. [8] 提出的

演算法為此類方法之一，先建立特徵目標模型，利用此模型在一定收尋範圍內以 迭代的方式計算權重，找到目標候選模型出現的座標。

(3) 以知識為基礎的方法(knowledge-based)

使用前題為事先了解目標的相關先備知識(a priori knowledge)，例如：形狀、

膚色模型或者物體輪廓。P.C. Hernandez et al. [11] 提出，利用擷取出來的人體輪 廓，來分析頭、雙手、雙腳在每一個時間點畫面中的位置，主要以貝式 (Bayesian) 理論為基礎，計算出相鄰時間的位置座標，是否歸為同一類的機率。這一類的方 法，計算複雜度不高，容易達到即時的效果。

(4) 以學習為基礎的方法(learning-based )

利用圖形辨識的演算法來學習目標物體，並在連續畫面中搜尋物體。D.A.

Ross et al. [23] 提出把追蹤的目標臉，用特徵臉 (eigenface) 來表示之後，再用粒 子濾波器 (particle filter) 搜尋某個範圍的所有粒子的個別區域，計算每個粒子的 平均值，給予一個權重值，算出目標物體的位置，並且以新得到的平均值去更新 臉的特徵臉，再繼續下張畫面的計算，達到追蹤的效果。