使用動態攝影機於目標追蹤之研究

目標追蹤可在不斷變化的視訊中標定感興趣的目標物，其應用領域大至天文觀測、人員載具追蹤鎖定之軍事用途、潛艦及鯨魚追蹤、視覺導航、安全監控、智慧型交通流 量估測、及保安監視，小至細胞生長情形之自動分析等，對於國計民生具有促進的重要潛力。在追蹤時常常伴隨著目標形態的改變、光影變化、物體轉動、遮擋及目標消失等許多問題。本研究的目的在於使用 PTZ攝影機發展有效的光學式動態追蹤鎖定系統，可以由使用者任意框選物體進行追蹤，自動保持目標物位於攝影畫面中央附近。為了有效的追蹤，並避免目標改變造成的追蹤失敗，使用的追蹤演算法具有學習的功能，能夠因應目標形態變化、被遮擋或消失等問題，並在追蹤失敗後，可以重新追回。我們對於 CAMshift (Continuously Adaptive Mean-Shift)，Compressive Tracking，和TLD (Tracking-Learning-Detection) 這三種追蹤法做了一些先期研究。根據先期研究結果，我們預計將採用 TLD 為基本架構，將功能區分為追蹤、學習和偵測三個主要部份。追蹤部份將使用 CAMshift (Continuously Adaptive Mean-Shift) 取代，但 CAMShift較易受背景或相似顏色干擾，這部分的影響需進一步研究，也許能夠依賴流程中的學習和偵測部份改善。在圖像的處理上，將使用 Compressive Tracking的隨機感知測量矩陣對圖像降維，提升處理速度。另外，TLD最耗時的部分在於偵測器，因為偵測範圍是全幅畫 面掃描，且在多尺度變化下，要跑的迴圈數量非常龐大。在確認迴圈中的資料並無順序上的關聯性後，我們將針對這些演算平行化處理，應用多顆處理核心的電腦來進行多執行緒的運算。為了精進此計畫的效益，本研究將分為兩年進行，第一年將針對使用動態攝影機開發有效的光學式動態追蹤鎖定系統，第二年研究將專注於提昇光學式動態追蹤鎖定系統的運算效率及強健性，在目標物受干擾、遮擋之後，再次出現時仍能正確追蹤，對目標物因轉向、運動造成輪廓改變仍可有效追蹤。

系統編號:PB10308-2737
原計畫編號:MOST103-2221-E182-045