目標(biāo)跟蹤是計算機視覺領(lǐng)域多年來研究的熱點及難點。盡管近年來取得了實質(zhì)性的進展,但即使是目前最先進的多目標(biāo)跟蹤算法,仍然受到形變、背景干擾、目標(biāo)間交互遮擋等影響。在城市交通場景中,對車輛等運動目標(biāo)的跟蹤可以為交通監(jiān)控系統(tǒng)提供智能化操作。本文研究使用單目標(biāo)跟蹤器結(jié)合數(shù)據(jù)關(guān)聯(lián),實現(xiàn)多目標(biāo)跟蹤任務(wù),并將其應(yīng)用于交通監(jiān)控場景。最后,依據(jù)跟蹤結(jié)果對車輛軌跡進行分析聚類。本文針對運動車輛,分別設(shè)置獨立的單目標(biāo)跟蹤器,減少跟蹤系統(tǒng)對檢測器的依賴。在單目標(biāo)跟蹤算法中,車輛特征的提取是關(guān)鍵的一步。本文研究并采用基于深度模型的車輛表觀特征,提升算法魯棒性與精確度。本文認(rèn)為短時間內(nèi)的車輛軌跡,可以擬合成一個簡單曲線。以此為根據(jù),提出一種預(yù)測車輛運動方向與距離的方法,減少系統(tǒng)計算量,提升運算速度。同時針對單目標(biāo)跟蹤器存在的漂移問題,研究使用最大相關(guān)響應(yīng)值與峰值旁瓣比結(jié)合作為跟蹤置信度,控制濾波模板的更新,提升跟蹤性能。最后通過對比實驗,證明了優(yōu)化后單目標(biāo)跟蹤器的優(yōu)秀性能。以性能優(yōu)秀的單目標(biāo)跟蹤器為基礎(chǔ),為了解決多目標(biāo)間的匹配問題,本文根據(jù)孿生網(wǎng)絡(luò)學(xué)習(xí)到的車輛表觀特征,使用余弦相似度度量進行匹配。對同一個車輛目標(biāo)...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 單目標(biāo)跟蹤算法研究現(xiàn)狀
        1.2.2 多目標(biāo)跟蹤算法研究現(xiàn)狀
    1.3 論文的主要研究內(nèi)容
    1.4 論文的結(jié)構(gòu)安排
第2章 相關(guān)理論及關(guān)鍵技術(shù)的研究
    2.1 深度學(xué)習(xí)的基本原理
        2.1.1 深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)
        2.1.2 孿生網(wǎng)絡(luò)
    2.2 單目標(biāo)跟蹤算法
        2.2.1 目標(biāo)特征的提取
        2.2.2 相關(guān)濾波跟蹤方法
    2.3 多目標(biāo)跟蹤算法
        2.3.1 相似度度量方法
        2.3.2 數(shù)據(jù)關(guān)聯(lián)方法
    2.4 本章小結(jié)
第3章 單目標(biāo)跟蹤算法的研究
    3.1 基于相關(guān)濾波的單目標(biāo)跟蹤算法
    3.2 基于深度特征的單目標(biāo)跟蹤器
        3.2.1 基于深度模型的特征提取
        3.2.2 位置預(yù)測
        3.2.3 跟蹤置信度
    3.3 實驗結(jié)果與分析
    3.4 本章小結(jié)
第4章 多車輛跟蹤算法的研究與軌跡分析
    4.1 多車輛跟蹤算法
        4.1.1 結(jié)合表觀特征與位置特征的二次匹配
        4.1.2 單目標(biāo)跟蹤器結(jié)合數(shù)據(jù)關(guān)聯(lián)
    4.2 車輛運動狀態(tài)的定義與更新
        4.2.1 跟蹤器的運動參數(shù)
        4.2.2 運動狀態(tài)的更新與轉(zhuǎn)換
    4.3 基于軌跡的車輛行為分析
    4.4 實驗結(jié)果與分析
    4.5 本章小結(jié)
第5章 車輛跟蹤與軌跡分析系統(tǒng)的設(shè)計與實現(xiàn)
    5.1 需求分析
    5.2 系統(tǒng)設(shè)計
        5.2.1 系統(tǒng)結(jié)構(gòu)設(shè)計
        5.2.2 車輛跟蹤模塊設(shè)計
        5.2.3 車輛軌跡分析模塊
    5.3 車輛跟蹤系統(tǒng)的實現(xiàn)
    5.4 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝



本文編號：3982480