第四章 行人追蹤與汽機車追蹤
4.1 行人追蹤
圖 4-1 是行人追蹤的整個流程圖，把行人偵測結果相鄰的行人做初步追蹤，
之後將已有的追蹤行人做行人交錯的判定。行人追蹤比對是行人追蹤上重要的步 驟，因為行人重疊和交錯程度比汽機車重疊嚴重，必須依靠行人追蹤比對判斷是 否追蹤同一人，比對失敗時只能使用追蹤預測來判斷下一時刻的位置。如果發生 行人交錯或者重疊的情況，因為容易發生追蹤誤差，要做補償的動作避免錯誤。
行人停止不動的情況，移動物件數目減少且該區域的前景數目足夠時，做行人追 蹤比對，如果比對結果符合同一人，就是停止行人的情況；反之，就繼續追蹤流 程。最後判斷追蹤是否終結，由追蹤正確性和是否在 ROI 內做判斷。
圖 4-1 行人追蹤流程圖
4.1.1 行人偵測結果做追蹤更新
圖 4-2 所示，行人 A 是目前的行人偵測結果資訊， 是偵測結果中心點水 平位置， 是垂直位置；同理，行人 B 是前一時刻行人偵測結果。用公式(4-1) 與(4-2)得中心點水平距離 和垂直距離 的資訊做追蹤判斷。
圖 4
4-1) -2 連續兩張影像行人偵測結果關係圖
| | (
| | (4-2) 公式(4-1)和(4-2)， 和 設定門檻值判斷是否為同一個人，如果符合 門檻值就認定追蹤成功；反之，表示行人 A 的偵測結果和行人 B 不是同一人的
情況。如果是停止行人的情況，理論上 和 應該都是 0 的情況，但是停
止行人不會造成移動物件，導致停止行人沒有行人偵測結果可以使用，會進入追 蹤預測的階段。
4.1.2 點對點比對法
在新的追蹤位置做更新前，必須要有一個確認追蹤正確性的機制存在，使用 追蹤比對來判斷是否追蹤同一個行人，如果追蹤比對符合，就認定是追蹤位置是 正確的，可以做追蹤位置更新；反之，不符合追蹤比對就要進入追蹤預測。追蹤 的行人範圍內所有像素的紅、綠和藍(RGB)三種色彩值，比對兩個區域中 RGB 三種色彩差值的總和值，差異越小就越相似。行人的上衣花樣性多，只使用灰階
值 0 到 255 去做行人比對，不同顏色的衣服可能會有相同的灰階值，辨識程度就 會小。用 RGB 三種色彩資訊做判斷，增加衣服色彩的辨識能力，尤其是衣服色 彩是偏向紅色、綠色或藍色其中一種時，色彩資訊的辨識度就更能發揮功能。
, 、 , 和 , 是將要比對的行人座標位置(x,y)，各代表紅色、綠色與 藍色三種顏色的色彩值。同理， , 、 , 和 , 是原本追蹤成功行人的顏 色資訊。 、 和 是在影像座標位置(x,y)，點對點顏色比對差值。 是點對點 顏色比對差值總和。m 是行人寬度 10 個像素，n 是行人高度 25 像素。
根據式子(4-3)~(4-5)，各代表紅、綠與藍三種顏色的差異值，利用之前追蹤 成功的行人資訊當作比對標準，累計框選的行人範圍內三種顏色差異值。如圖 4-3 所示，把追蹤成功的人和要比對的行人，由左到右 m 從 1 到 10 的順序，由 上到下 n 從 1 到 25 的順序，做顏色差值的比對，總共有 250 個像素做比對。公 式(4-6)的 大小關係到行人比對的相似程度， 的結果越小代表行人相似度越大；
反之，行人相似度就越大。對 的結果設定門檻值，小於門檻值就認定行人點對 點比對成功，新位置的行人和原本追蹤的行人屬於同一個行人；反之，新位置的 行人和原本追蹤的行人是不同的行人。
∑ ∑ , , (4-3) ∑ ∑ , , (4-4) ∑ ∑ , , (4-5) (4-6)
圖 4-3 點對點比對示意圖
4.1.3 統計比對法
0
1 4 7 10131619222528313437404346495255586164 累計數目
1 4 7 10131619222528313437404346495255586164 累計數目
4.1.4 追蹤預測和追蹤補償
如果偵測位置的追蹤比對失敗，就要進行追蹤預測的動作。預測的位置是依 靠之前追蹤的資訊，如圖 4-6 所示，每一時刻代表一張影像處理時間，把先前的 四個水平位移 3 到 ，根據公式(4-11)的方法，取得平均的水平位移 預測量PX；同理， 3 到 為之前的四個垂直位移，根據公式(4-12)，
取得平均的垂直位移預測量PY。
∑ 4⁄ (4-11) ∑ 4⁄ (4-12)
圖 4-6 追蹤預測示意圖
橫向過馬路的行人，水平方向的位移量比縱向大，如果遇到走路比較快的行 人可能會發生追蹤預測無法跟上的情況。這些位移差距造成行人追蹤上的困難，
所以要做出行人追蹤預測修正。如圖 4-7 所示， 是水平預測位移量，但是正確 的行人位置和預測位置有落差，如果預測位置沒有足夠的行人資訊，就要考慮可 能是水平或垂直位移量的偏差問題，對預測位置的週遭做比對判斷，把錯誤的情 況做修正位置。
圖 4-7 預測位置誤差示意圖
對預測位置週遭範圍做兩種行人追蹤比對，如圖 4-8 所示，往左右各延伸 3 個像素寬，往上和下延伸 2 個像素高，總共有 35 個位置需要做追蹤比對，把追
蹤比對結果最相似的位置，當作修正後的追蹤預測結果。水平位移量比較大，所 以預測範圍比垂直位移量大。
圖 4-8 預測位置修正範圍的示意圖
如果修正範圍的 35 個追蹤預測位置，比對結果都不符合同一個行人，就直 接取 和 的預測位移量，當作目前的追蹤位置。因為預測位置比對失敗，要做 直接預測累計的次數，在之後的追蹤補償會提到如何處理預測累計的情況。
行人行走方式不固定，加上行人群之間位置遮蔽影響，造成行人追蹤上的困 難，利用補償不足的地方來加強行人追蹤。需要追蹤補償的情況有二種，第一種 是行人交錯的情況，交錯行人會造成彼此資訊太靠近，需要補償來輔助判斷，第 二種是刪除錯誤的情況，早點刪除錯誤資訊可以避免影響到正確追蹤的資訊。
(1) 行人發生交錯的情況時，因為行人和行人之間的距離很近，行人之間的資訊 可能會互相影響。行人交錯會發生重疊的情形有兩種，一種是左右交錯的情 況，如圖 4-9(a)所示，一個行人往右走，一個行人往左走，兩人水平位置差 不多的情況就會發生交錯的情況，在交錯時下面的行人會把上面的行人資訊 蓋住，容易造成追蹤錯誤。另一種交錯是十字交錯，如圖 4-9(b)所示。
(a)行人左右交錯的情況 (b)十字交錯的情況 圖 4-9 行人交錯情況
當交錯行人的位置相連時，需作補償的動作，把 和 的預測位移量當作正