粒子濾波追蹤機制的實作

■ Condensation Algorithm:

For i 1, 2,...,N_ST //Select:

Select a sample S_selected from {S_tⁱ₋₁}^N_i=1^ST by the distribution of {w_tⁱ₋₁}^N_i=1^ST //Predict:

Choose S_tⁱ by sampling from p x x( |_{t t−1}=S_selected) //Measure:

w_tⁱ = p z x( |_{t t} =S_tⁱ)

NST

i t i

w ₌

, )}^NST

i i

t t i

S w ₌ End For

Normalize{ } ₁

■ Output:{( ₁

4.2 粒子濾波追蹤機制的實作

粒子濾波追蹤機制就是基於Condensation 的理論實作而成，其中的動態程序 就是對應於 Condensation 中的選取(select)與預測(predict)，觀察程序是對應 Condensation 中的量測(measure)，估計程序則是利用樣本群與對應的權重來估計 目標區域。下面會針對粒子初始化、動態程序、觀察程序與目標估計這四個主要 程序做說明。

表2. 粒子初始化演算法。

■ Input:TR from initialization or correction

■ Particle Initialization Procedure:

For i=1, 2,...,N_ST 的樣本必須重新建立，因此在圖 5 流程圖中的<5>、<13>就是利用初始化機制或 是校正機制時獲得的目標區域初始化Condensation 中的樣本群與對應的權重，模 擬 出 在 追 蹤 流 程 裡 會 用 到 的 前 一 張 影 格 f_t−1 的 樣 本 群 與 對 應 的 權 重

為在追蹤的過程中，前一張影格與目前影格的目標區域差異並不會很大，因此在 建立新樣本 B 的時候，其狀態與原本樣本 的值越近，被取到的機率就越高，以A

,

x y 這兩個狀態為例，我們認為前一張影格與目前影格的目標區域並不會離很

遠，因此新樣本有比較高的機率會建立離原本樣本較近的地方，離越遠機率就越 低。移動向量vKshift =(xshift,yshift) (= x^TRt₋₁−xt^TR₋₂,yt^TR₋₁−yt^TR₋₂)

，主要是利用前兩張影格中 目標區域的位置差異來預測目前影格中的目標區域位置。σ_PT 與σ_ST分別為樣本位 置與樣本伸縮大小所使用的標準差。σ_PT 會決定樣本散佈位置的範圍大小，計算 的方式為σPT² =σPT² _{_}STD+ ⋅a vKshift

，其中σ_{PT_STD}為預設的標準差，a則是一個常 數，這表示轉移性函式會根據目標移動的情況適時地調整樣本散佈的範圍以降低 追蹤失敗的可能性；σ_ST會決定樣本本身的長寬縮放的變化程度，這裡為了簡化 運算，我們在目標定位決定了目標區域後，目標區域的長寬比就固定不變，也就

是目標區域是長寬等比例的縮放。在初始化的階段，我們會讓TR ，也就

是 、

1 TRt 2

− = −

t

(0,0)

shift

v =

K _{2 2}

_

PT PT ST

σ =σ _D。

表3. 粒子濾波追蹤機制演算法。粒子追蹤機制包含了動態程序、觀察程序與目 標 估 計 三 個 主 要 的 程 序 ， 分 別 對 應 於 圖 中 的Dynamic Process Procedure、

Observation Process Procedure與Target Estimation Procedure。

■ Input:{(S_tⁱ₋₁,w_tⁱ₋₁)}^N_i=1^ST,TP _now

■ Particle Filter Tracking Procedure:

//Dynamic Process Procedure:

For i=1, 2,...,N_ST

Select a sampleS_selected from{S_tⁱ₋₁}_i^N₌₁^STby the distribution of{w_tⁱ₋₁}_i^N₌^ST₁ S_tⁱ =TF S_T( _selected)

End For

//Observation Process Procedure:

For i=1, 2,...,N_ST

//Target Estimation Procedure:

TR

於表3 中的 Dynamic Process Procedure。 樣本 對應的權重 ，步驟對應於表3 中的 Observation Process Procedure。其中 相似性函式 定義如下：

差異程度， y 是 經過指數函數(exponential)的計算轉換成對應的權重，其中的 是調整用的參數，調整的方式主要是盡量把差異程度大的與小的對應權重能

} (4) 其中 X 是w_X ×h_X 的影像，Y 是w_std×h_std的實數矩陣。I_gray是指將影像 X 轉成灰階

的影像，I_resized是指用雙線性(bilinear)的方式將影像I_gray縮放成w_std×h_std大小的影

像，最主要是將不同大小的影像縮成同樣w_std×h_std的大小以方便做比對。I_smoothed是 指用 的平均濾波器(averaging filter)將 做模糊化的影像，主要是除去雜訊 與細節讓比對有較好的結果。 是

s s× I_resized

Y I_smoothed經過直方圖等化(histogram equalization)

的結果。的目是將突顯圖的灰階值對比，可以消除一些光線所造成的明暗影響。 步驟對應於表3 中的 Target Estimation Procedure。

經過動態程序、觀察程序與目標估計的過程，粒子濾波追蹤機制利用前一張