基于改进核相关滤波器的PTZ摄像机控制方法

来源：机器人杂志2016年第4期北京时间：

作者：潘振福, 朱永利, 周国亮

摘要：针对传统的PTZ（pan-tilt-zoom）摄像机控制方法是依靠人工操作，无法连续、实时跟踪动态目标，且跟踪目标准确度低等缺陷，提出了一种基于改进的核相关滤波器（KCF）目标跟踪算法的PTZ摄像机控制方法．首先，对传统的KCF目标跟踪算法做了运动状态估计和尺度估计方面的改进．在目标运动状态估计中，将粒子滤波框架与传统KCF算法相结合，估算出运动目标的位置．这种基于概率的运动状态估计方法可以获得更加稳定的目标信号并同时减少背景干扰信息的引入，从而可以在复杂场景下具有更强的抗干扰性．目标尺度估计中采用相关滤波器在尺度金字塔中估算目标的尺度，使算法对尺度变化的运动目标具有更强的适应能力．其次，根据跟踪结果信息，通过PELCO_D协议控制PTZ摄像机，始终保持目标在视频画面内．最后，将改进KCF算法与其他跟踪算法在Benchmark数据集中做对比实验，验证改进算法的鲁棒性与有效性．将算法应用于PTZ摄像机的控制中，并用C++语言实现了改进KCF算法控制PTZ摄像机上位机，实验结果表明该PTZ摄像机控制方法能准确跟踪被遮挡目标，使其稳定地呈现在取景框中．

关键词：目标跟踪, 云台摄像机, 相关滤波器, 粒子滤波, 运动状态估计, 尺度估计