人机交互中的人体目标跟踪算法

摘要/Abstract

摘要：

摘要：针对机器人在与人交互过程中对指定人体目标的跟踪容易受到周围其他人体干扰的问题，提出了一种人机交互中的人体目标跟踪算法.将所有干扰区域看作候选目标，通过建立基于重叠率的粒子分布模型，确保粒子集可以通过均值偏移收敛到所有的候选目标,并减少粒子数量.以权重距离总误差和目标尺寸作为聚类条件，将粒子划分到相应的候选目标粒子集中，最后选择最优的候选目标作为跟踪结果.实验结果表明：该算法能够避免周围相似物体的干扰并准确跟踪目标，具有较好的鲁棒性和实时性.

关键词: 粒子滤波, 均值偏移, 粒子聚类, 目标跟踪, 人机交互

Abstract:

Abstract： Proposed in this paper is a human object tracking algorithm for HRI (Humanrobot interaction) as a solution to the interference by similar human objects when a robot is tracking a specified human object. In the proposed algorithm, all interference regions are regarded as candidate targets, and a particle distribution model based on overlapping rate is established to make particles converge to all candidate targets via a mean shift with a reduced number. Then, by taking the total error of weight distance and the target size as the clustering conditions, particles are divided into corresponding candidate target particles, and the best candidate target is selected as the tracking result. The experimental results show that the proposed algorithm can track targets accurately in the presence of surrounding similar objects, and it possesses strong robustness and good realtime performance.

Key words: particle filter, mean shift, particle clustering, target tracking, humanrobot interaction

中图分类号:

TP 391

张铁，马琼雄. 人机交互中的人体目标跟踪算法[J]. 上海交通大学学报（自然版）, 2015, 49(08): 1213-1219.

ZHANG Tie，MA Qiongxiong. Human Object Tracking Algorithm for Human-Robot Interaction[J]. Journal of Shanghai Jiaotong University, 2015, 49(08): 1213-1219.

参考文献

［1］Wen L, Cai Z, Lei Z, et al. Robust online learned spatiotemporal context model for visual tracking ［J］. IEEE Transactions on Image Processing，2014，23(2)：785796.

［2］Ning J, Zhang L, Zhang D, et al. Robust meanshift tracking with corrected backgroundweighted histogram ［J］. Computer Vision, IET，2012，6(1)：6269.

［3］Nejhum S M S, Ho J, Yang M. Online visual tracking with histograms and articulating blocks ［J］. Computer Vision and Image Understanding，2010，114(8)：901914.

［4］张笑微，周建雄，师改梅，等. 融合结构信息的粒子滤波均值偏移跟踪算法［J］. 计算机辅助设计与图形学学报，2008，20(12)：15831589.

ZHANG Xiaowei，ZHOU Jianxiong，SHI Gaimei，et al. Fusion of structural information in object tracking using particle filter and mean shift ［J］. Journal of ComputerAided Design & Computer Graphics，2008，20(12)：15831589.

［5］麦新晨，杨明，王春香，等. 一种基于多传感器融合的车辆检测与跟踪方法［J］. 上海交通大学学报，2011，45(7)：10121016.

MAI Xinchen，YANG Ming，WANG Chunxiang，et al. Multisensor fusion based vehicle detection and tracking method ［J］. Journal of Shanghai Jiaotong University，2011，45(7)：10121016.

［6］Chia Y S，Kow W Y，Khong W L，et al. Kernelbased object tracking via particle filter and mean shift algorithm ［C］∥ Proceedings of 2011 11th International Conference on Hybrid Intelligent Systems (HIS). Melacca：IEEE，2011：522527.

［7］文志强，朱艳辉，彭召意. 粒子滤波目标跟踪中的有效粒子数控制方法［J］. 控制与决策，2013，28(9)： 13491354.

WEN Zhiqiang，ZHU Yanhui，PENG Zhaoyi. Control method of effective particle number in particle filter object tracking ［J］. Control and Decision，2013，28(9)：13491354.

［8］Chu H，Xie Z，Nie X，et al. Particle filter target tracking method optimized by improved mean shift ［C］∥ Proceedings of Information and Automation (ICIA), 2013 IEEE International Conference on. Yinchuan：IEEE，2013：991994.

［9］Kejia B. Particle filter tracking with Mean Shift and joint probability data association ［C］∥Proceedings of Image Analysis and Signal Processing (IASP), 2010 International Conference on. Xiamen: IEEE, 2010： 607612.

［10］Shan C, Tan T, Wei Y. Realtime hand tracking using a mean shift embedded particle filter ［J］. Pattern Recognition，2007，40(7)：19581970.

［11］Arulampalam M S，Maskell S, Gordon N, et al. A tutorial on particle filters for online nonlinear/nonGaussian Bayesian tracking ［J］. IEEE Transactions on Signal Processing，2002，50(2)：174188.

［12］余孟泽，刘正熙，骆键，等. 基于改进粒子滤波的鲁棒目标跟踪算法［J］. 光电子·激光，2011，22(5)：766771.

YU Menze，LIU Zhengxi，LUO Jian，et al. Robust object tracking algorithm based on improved particle filter ［J］. Journal of Optoelectronics·Laser，2011，22(5)：766771.

［13］Comaniciu D，Ramesh V，Meer P. Kernelbased object tracking ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence，2003，25(5)：564577.

［14］SPEVI. Surveillance Performance Evaluation Initiative ［EB/OL］.［20140310］. http:∥www.eecs. qmul.ac.uk/~ andrea/spevi.html.

[1]	何清林, 赵宏宇, 陈雨轩, 侯翔昊. 基于CRLB的空中目标水下分布式声跟踪算法设计[J]. 空天防御, 2025, 8(1): 86-94.
[2]	李克勇, 李楚晨, 蔡云泽. 群对群拦截协同态势感知关键技术[J]. 空天防御, 2025, 8(1): 1-9.
[3]	崔显, 陈自强. 基于ECM和SGPR的高鲁棒性锂离子电池健康状态估计方法[J]. 上海交通大学学报, 2024, 58(5): 747-759.
[4]	唐佳, 田晨智, 宋敏, 贺中敏, 李全胜. 一种预警机指挥控制系统的人机交互优化设计[J]. 空天防御, 2024, 7(5): 90-96.
[5]	唐胜景, 王太岩, 赵刚练, 郭杰, 李佳丽, 尹航. 面向目标跟踪的多传感器数据融合研究综述[J]. 空天防御, 2024, 7(4): 18-29.
[6]	郝亮, 黄颖浩, 姚莉秀, 蔡云泽. 一类基于模糊推理的具有机动自适应的目标跟踪算法[J]. 上海交通大学学报, 2024, 58(4): 468-480.
[7]	陈坤1, 2, 赵旭1, 董春玉1, 邸子超1, 陈宗枝1. 基于滤波器预测的抗遮挡目标跟踪算法[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(3): 400-413.
[8]	刘增敏1, 2, 3, 4, 6, 王申涛5, 姚莉秀1, 2, 3, 蔡云泽1, 2, 3, 4, 6. 基于目标检测和特征提取网络的运动无人机平台下多目标跟踪[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(3): 388-399.
[9]	孙志伟, 胡雄, 董凯, 孙德建, 刘洋. 基于LSTM-CAPF框架的岸桥起升减速箱轴承寿命预测方法[J]. 上海交通大学学报, 2024, 58(3): 352-360.
[10]	赖国良, 胡钊政, 周哲, 万金杰, 任靖渊. 基于语义似然与高精度地图匹配的智能车辆同时定位与检测[J]. 上海交通大学学报, 2024, 58(10): 1618-1628.
[11]	姜锐1，朱瑞祥1，蔡萧萃1，苏虎2. 具有增强注意力的前景分割网络[J]. J Shanghai Jiaotong Univ Sci, 2023, 28(3): 360-369.
[12]	杨健鑫，郭遥. 用于有效刚体运动再现和识别的柔性轨迹描述[J]. J Shanghai Jiaotong Univ Sci, 2023, 28(3): 339-347.
[13]	李胤, 郭健彬, 张绍伟, 王坤云, 慈慧鹏. 基于多主体和情景意识的人机系统安全性建模方法[J]. 空天防御, 2023, 6(1): 29-37.
[14]	. 基于多视角道路相机的时空关联三维车辆检测与跟踪系统[J]. J Shanghai Jiaotong Univ Sci, 2023, 28(1): 52-60.
[15]	黄鹤, 吴琨, 李昕芮, 王珺, 王会峰, 茹锋. 自适应插值飞蛾扑火优化的多特征粒子滤波车辆跟踪算法[J]. 上海交通大学学报, 2022, 56(2): 143-155.