利用相互排斥的主动轮廓实现高效多目标跟踪

研究相互作用生物体中的社会与群体行为需要对大量个体运动进行高通量分析。计算机视觉技术为特定跟踪问题提供了解决方案，并能在最少人工干预下实现自动化高效跟踪。本文采用开放主动轮廓模型来跟踪高密度运动物体的轨迹。我们在原始模型中增加了开放轮廓之间的排斥相互作用，将轨迹视为时间维度上的挤出，并展示了该模型在两个跟踪问题中的应用。研究了不同种群密度和性别组成下果蝇的行走行为。我们证明，雄性果蝇个体具有独特的行走特征，且混合性别区域中果蝇之间的社会互动具有性别特异性。我们还将模型应用于高密度下滑翔的黄色粘球菌（Myxococcus xanthus）轨迹研究。通过滑翔速度分布分析了单个滑翔行为统计量。利用这两个空间尺度迥异的例子，我们展示了算法在跟踪短刚体（果蝇）和长柔性物体（黄色粘球菌）上的应用。我们的排斥主动轮廓模型在果蝇跟踪中达到了每只果蝇每秒优于$5\times 10^{-6}$的错误率，对黄色粘球菌也取得了类似结果。