mean shift.ppt

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,Mean Shift,吴珍荣,S201102080,背景知识,均值漂移,(,Mean Shift,),是,Fukunaga,等人提出的一种非参数概率密度梯度估计算法，该方法直到,Cheng,的研究成果发表之后，才受到较多的关注。此后均值漂移被广泛应用到诸多相关域，如模式分类、图像分割以及目标跟踪等方面。在跟踪领域，,Mean Shift,的跟踪算法是一种以目标区域像素值的概率分布为特征的跟踪算法。,Mean Shift,的跟踪算法是通过计算候选目标与目标模板之间相似度的概率密度分布，然后利用概率密度梯度下降的方向来获取匹配搜索的最佳路径，加速运动目标的定位和降低搜索的时间，因此在目标实时跟踪领域有着很高的应用价值。该算法由于采用了统计特征，因此对噪声有很强的鲁棒性；由于是一个单参数算法，容易作为一个模块和别的算法集成；采用核函数直方图建模，对边缘阻挡、目标的旋转、变形以及背景运动都不敏感；同时该算法构造了一个可以用,Mean Shift,算法进行寻优的相似度函数。由于,Mean Shift,本质上是最陡下降法，因此其寻优过程收敛速度快，使得该算法具有很好的实时性。,直观描述,完全相同的桌球分布,感兴趣区域,质心,Mean Shift,矢量,目的：找出最密集的区域,直观描述,完全相同的桌球分布,感兴趣区域,质心,Mean Shift,矢量,目的：找出最密集的区域,直观描述,Distribution of identical billiard balls,感兴趣区域,质心,Mean Shift,矢量,Objective,:Find the densest region,直观描述,完全相同的桌球分布,感兴趣区域,质心,Mean Shift,矢量,目的：找出最密集的区域,直观描述,完全相同的桌球分布,感兴趣区域,质心,Mean Shift,矢量,目的：找出最密集的区域,直观描述,完全相同的桌球分布,感兴趣区域,质心,Mean Shift,矢量,目的：找出最密集的区域,直观描述,完全相同的桌球分布,感兴趣区域,质心,目的：找出最密集的区域,算法原理,对在,d,维欧式空间中，,x,表示该空间中的一个点，,K,(,x,),表示该空间的核函数，其定义为：,这里：,K,(,x,),是放射对称核函数，,k,(,x,),称为,K,(,x,),的轮廓函数，具有可微性，且；标准化常量,ck,d,严格正，使,K,(,x,),积分为,1,，一般核函数选择,Epnaeehkiov,函数。这样，,X,空间中点,x,估计得密度概率值被定义为：,Mean-Shift,物体跟踪,当前帧,Mean-Shift,物体跟踪,目标表示,选择一个特征空间,在选择的特征空间中表示选取的模板,在当前帧选取一个合适的模板,Mean-Shift,物体跟踪,目标定位,在下一帧模板附近的区域进行搜索,从当前帧模板的位置开始,通过算法找到最佳的候选区域,在后面视频的帧，重复上面的过程,当前帧,模板,候选区域,Mean-Shift,物体跟踪,在当前帧选取一个合适的模板,彩色空间的量化,选择一个特征空间,通过利用的函数，在选择的空间表示模板,Mean-Shift,物体跟踪,相似性函数,:,模板区域,(,质心为取模板时的点,),候选区域,(,质心为,y),Mean-Shift,物体跟踪,相似性函数,:,问题,:,目标仅仅通过颜色信息表示,空间信息缺失,方法,:,在空间区域利用各向同性的核函数对目标进行处理,f,(,y,),变得平滑,y,没通过平滑,所采用的梯度下降法鲁棒性较差,邻近区域有较大的相似性变化,Mean-Shift,物体跟踪,目标像素位置,可微,各向同性，凸面，递减的核函数,次要像素受到背景干扰的影响,判断像素,x,是否属于,(1.,m,),中的一个特征值,归一化常数,核函数,特征值,u,在模板区域中的概率,特征值,u,在候选区域中的概率,归一化常数,核函数,0,目标,y,候选,Mean-Shift,物体跟踪,相似度函数的确定,模板区域,:,候选区域,:,相似性函数,:,1,1,Bhattacharyya,系数,Mean-Shift,物体跟踪,目标跟踪算法,从当前帧的模板位置开始,在下一帧搜索模板的邻近区域,通过相似性函数找到一个最佳的候选区域,.,Mean-Shift,物体跟踪,模板位置,:,候选区域位置,:,与,y,独立,Mean-Shift,物体跟踪,相似度的最大化,模型,=,寻求最大值,Mean-Shift,物体跟踪,原始,Mean-Shift:,计算模型,利用,模型,=,寻找最大值,扩展,Mean-Shift:,计算,利用,Mean-Shift,物体跟踪,关于核函数,一种特殊的发射状和对称状的核函数具有,一个简单核函数,扩展,Mean-Shift:,Mean-Shift,物体跟踪,关于核函数,对在,d,维欧式空间中，,x,表示该空间中的一个点，,K,(,x,),表示该空间的核函数，其定义为：,这里：,K,(,x,),是放射对称核函数，,k,(,x,),称为,K,(,x,),的轮廓函数，具有可微性，且；标准化常量,ck,d,严格正，使,K,(,x,),积分为,1,，一般核函数选择,Epnaeehkiov,函数。,Mean-Shift,物体跟踪,选择核函数,Epanechnikov,核函数,:,Extended Mean-Shift:,Mean-Shift,物体跟踪,结果,特征空间,:,16,16,16,量化,RGB,目标,:,在第一帧手动选择,平均迭代次数,:,4,Mean-Shift,物体跟踪,结果,局部隐藏,干扰,动态模糊,Mean-Shift,物体跟踪,结果,Thank,You,