多目标跟踪综述

一、跟踪系统是一个动态系统的估计问题，利用的是目标在时间上的连续性和空间上的相关性。

二、 多目标跟踪算法的主要难题是数据关联问题，背景的复杂性，目标比例变化、目标颜色与背景颜色的相似程度、背景的稳定程度，多目标的交互及各种特殊情况的发生都会给多目标跟踪带来困难。当前多目标跟踪中存在的难题主要包括以下几个方面：

遮挡问题：遮挡是多目标跟踪中的常见情况，目标可能被背景中静止的物体遮挡，也可能被另外的目标遮挡，或者自遮挡，并且遮挡的程度也不同。目标被遮挡的过程一般可分两个阶段：一是目标进入遮挡过程，这期间目标信息丢失越来越严重，二是目标出离遮挡过程，也即目标渐渐离开遮挡，这期间目标信息逐渐得到恢复。遮挡表现为目标信息的逐渐丢失，而跟踪算法的关键就是搜索到足够多的目标信息，判定目标所在，所以遮挡给目标跟踪的可靠性带来很大困难，可能导致跟踪的不稳定甚至丢失目标。如何有效的处理遮挡，特别是严重的遮挡，一直是多目标跟踪中的一个难点，目前多数系统都不能处理较严重的遮挡问题，也不能提供标准来判断何时停止及何时重新开始跟踪，且在目标丢失情下没有相应的重新获取目标的引导方法。

目标数目的随机性：数目可变也是多目标跟踪中的常见问题。目标总数的变化来自于新目标的随机出现、旧目标的消失以及由于旧目标的分裂与合并(即遮挡)。目标总数的变化有两种情况：一是总数的增加，包括新目标的出现和旧目标的分裂；二是总数的减少，包括旧目标的消失和目标合并。如何准确得到当前帧的目标个数，是多目标跟踪中的又一个难点。

背景的复杂性：目标所处场景的复杂程度、稳定程度影响着目标跟踪的效果，背景中的干扰因素主要包括：光线亮度的变化，使背景颜色也发生变化；背景中物体的变动，当背景中增加、移去或者移动某些景物并持续一段时间时，背景发生变化，应及时更新背景；背景中存在与目标特征类似的物体时，将增加目标跟踪的难度，可能使跟踪收敛到干扰所在位置；阴影问题，阴影属于非运动目标区域，但是与背景颜色上存在差别，给运动目标检测带来困难。

目标外观变化和不同目标外观的区分：目标外观特征包括目标形状和纹理等信息，对于非刚性目标，由于目标比例和形状的变化以及目标运动的不确定性(机动目标)，导致目标信息的丢失，很容易发生跟踪失败。在监控视频中，目标外观往往非常相似，如何选取合适的特征以较好的区分不同目标外观来实现准确的数据关联。 

实时性要求：视频图像含有大量的数据，要保证目标跟踪的实时性要求，必须选择计算量小的算法，但是目标跟踪另一个重要性能是跟踪的准确性，而准确性的保证往往是在复杂运算和处理的基础上的，这就造成了两者的矛盾。一个好的运动目标跟踪系统必须要兼顾两者，要对两个性能指标加以平衡。

三、 目标总数的可变性(新目标的出现和旧目标的消失)和目标的遮挡(目标合并、分裂)是多目标跟踪中需要解决的两个核心问题。目前，国内外研究者们都是针对这两个核心问题做相对应的研究，

1）基于多特征融合与自适应模板的多目标跟踪算法

将颜色、纹理和运动信息三个特征相结合描述目标

2）基于运动信息的多目标跟踪算法 

目标总数可变一直是多目标跟踪中的难点，有效地对可变数量目标的判定取决于目标检测的准确度。（用于目标检测）

3）基于数据关联的多目标跟踪算法 数据关联算法的目的就是计算当前帧每一个观测值(来自于检测器)与其可能的各种跟踪目标(来自于跟
踪器)相关联的概率。Cox提出了联合概率数据关联算法(JPDA)、多假设滤波(MHF)等数据关联算法,但这些数据关联算法只适合于简单场景且计算 量 随 着 目 标 数 目 的 增 加 呈 现 指 数 级 增 长 ； Rasmussen and Hager提出了基于多特征融合描述目标与数据关联的多目标跟踪基于数据关联的算法虽然能较准确判断目标新增，消失，合并，分裂的情况，算法，但是仍不能解决目标合并与分裂问题；基于此，文献提出利用JPDA 预估计多目标跟踪算法，当遮挡发生时，用 JPDA算法跟踪目标；反之，用卡尔曼滤波跟踪目标。但是，当目标数目增多时，目标与观测值之间的假设关联事件的数目将呈指数增长甚至出现“组合爆炸”现象，使其无法满足实际工程应用的需要。

4）混合跟踪算法 
       由于不同跟踪算法有些优缺点存在互补性，由两个或多个算法组成的混合跟踪算法成为目前研究的热点。文献提出了一种基于 mean-shift 的多目标粒子滤波跟踪算法。将 mean-shift 与粒子滤波结合，利用目标间的距离作为遮挡的判断条件。当目标间无遮挡时利用mean-shift的简单快速匹配性跟踪目标；目标间发生遮挡时用粒子滤波跟踪目标，较好地解决了多目标跟踪中目标间的遮挡问题。

四、结束语 
本文对多目标跟踪算法中相关的问题和技术进行了综述。目前，多目标跟踪算法的一般流程是：基于运动特征、差分法或分类器检测出目标，利用目标的运动信息、颜色、纹等特征采用一定的方法判断目标是否遮挡、新增与消失，若没有上述情况出现，则用跟踪算法独立跟踪各个目标，若有情况出现，则修改跟踪算法。国内外众多研究者综合运用各学科知识，大胆尝试，多目标跟踪算法具有广阔的研究前景。

五、整理资料源于多目标跟踪综述