[论文解读] Realtime Multilevel Crowd Tracking using Reciprocal Velocity Obstacles

Aniket Bera, Dinesh Manocha|arXiv (Cornell University)|Feb 11, 2014

Anomaly Detection Techniques and Applications参考文献 23被引用 8

一句话总结

本文提出了一种基于相互速度障碍（RVO）建模行人运动动力学的实时多层级粒子滤波算法，用于密集人群跟踪。通过根据置信度度量自适应调整粒子数量，并利用基于RVO的运动先验，该方法在多核CPU上实现了27–30 fps的处理速度——比以往准确的方法快4–5倍——同时在包含最多189名行人的复杂室内外数据集上保持了高跟踪精度。

ABSTRACT

We present a novel, realtime algorithm to compute the trajectory of each pedestrian in moderately dense crowd scenes. Our formulation is based on an adaptive particle filtering scheme that uses a multi-agent motion model based on velocity-obstacles, and takes into account local interactions as well as physical and personal constraints of each pedestrian. Our method dynamically changes the number of particles allocated to each pedestrian based on different confidence metrics. Additionally, we use a new high-definition crowd video dataset, which is used to evaluate the performance of different pedestrian tracking algorithms. This dataset consists of videos of indoor and outdoor scenes, recorded at different locations with 30-80 pedestrians. We highlight the performance benefits of our algorithm over prior techniques using this dataset. In practice, our algorithm can compute trajectories of tens of pedestrians on a multi-core desktop CPU at interactive rates (27-30 frames per second). To the best of our knowledge, our approach is 4-5 times faster than prior methods, which provide similar accuracy.

研究动机与目标

• 实现实时、高精度地跟踪数十名行人在中等密度人群场景中的运动。
• 解决在高遮挡、光照变化及复杂行人交互情况下的跟踪鲁棒性挑战。
• 通过基于置信度度量的动态粒子数量调整，降低粒子滤波中的计算成本。
• 开发一种可扩展的实时运动模型，利用相互速度障碍（RVO）捕捉行人的反应式行为。
• 在包含多样化真实世界条件的新高清人群视频数据集上评估性能。

提出的方法

• 该方法采用基于RVO状态预测导出的多个置信度度量的自适应粒子分配策略的多层级粒子滤波器（MLPF）。
• 采用基于相互速度障碍（RVO）的非线性参数化运动模型，以编码局部避碰和行人交互动力学。
• 在跟踪过程中迭代优化RVO参数，以提高运动预测精度和置信度估计。
• 当置信度低于阈值时，系统将粒子数量动态增加100%，并在稳定后逐步减少。
• 算法使用C++实现，并采用OpenMP并行化以充分利用多核CPU架构。
• 为评估目的引入了一个新的高清人群视频数据集，涵盖室内和室外场景，行人数量在30至189名之间。

实验结果

研究问题

• RQ1 基于自适应粒子分配的粒子滤波框架是否能在密集人群跟踪中实现实时性能？
• RQ2 与恒定速度或线性模型相比，基于RVO的运动模型在多大程度上提升了跟踪精度？
• RQ3 基于置信度度量的动态粒子调整在多大程度上降低了计算成本，同时不牺牲精度？
• RQ4 该方法在包含遮挡、光照变化和高密度的多样化真实人群场景中的表现如何？
• RQ5 与以往实时跟踪算法相比，基于RVO的方法在速度和精度方面带来了多大的性能提升？

主要发现

• 所提出的MLPF-RVO方法在多核桌面CPU上实现了27–30帧每秒，实现了对数十名行人的实时跟踪。
• 与以往实现相似跟踪精度的方法相比，该算法速度快4–5倍，这一结果在最多包含189名行人的数据集上得到验证。
• 在包含144名行人的NPLACE-3数据集上，该方法在27 fps下仍保持高精度，优于Online Boosting和MeanShift方法的精度，同时保持实时性。
• 基于RVO置信度度量的自适应粒子滤波减少了不必要的计算，提升了效率而不降低性能。
• 新引入的高清人群视频数据集，包含最高达4名行人/平方米的高密度场景，为评估跟踪算法提供了强有力的基准。
• 该方法在多样化室内外环境中对背景变化、部分和完全遮挡以及光照变化均表现出强鲁棒性。