本文選題：目標(biāo)跟蹤　切入點(diǎn)：核相關(guān)濾波器　出處：《安徽大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著科技水平的不斷提高、電子元器件的更新迭代,當(dāng)今社會(huì)對(duì)智能化的社會(huì)要求越來越高,結(jié)合人工智能技術(shù)的前沿?cái)z像頭也越來越多,技術(shù)水平的提高不僅便利了人們的日常生活,還是國家實(shí)力增強(qiáng)的證明。智能攝像頭中涉及到的一個(gè)重要的技術(shù)領(lǐng)域就是計(jì)算機(jī)視覺,計(jì)算機(jī)視覺是當(dāng)前十分活躍的前沿領(lǐng)域,與人們的生活息息相關(guān)、緊密聯(lián)系。計(jì)算機(jī)視覺已經(jīng)廣泛應(yīng)用于國家安全防護(hù)、交通智能監(jiān)控、無人車輛行駛、人機(jī)交互等各個(gè)領(lǐng)域,備受高校和企業(yè)單位關(guān)注。其中,目標(biāo)跟蹤技術(shù)作為計(jì)算機(jī)視覺領(lǐng)域的重要組成,也突顯出越來越重要的作用和應(yīng)用場(chǎng)景。當(dāng)前在線目標(biāo)跟蹤有很多優(yōu)秀的算法,比如TLD、Struck、CT等,但是跟蹤快速且效果很好的目標(biāo)跟蹤算法并不多,Struck大約20幀每秒,TLD大約28幀每秒,僅僅達(dá)到普通攝像頭的實(shí)時(shí)要求。基于核相關(guān)濾波器的目標(biāo)跟蹤算法能達(dá)到100多幀每秒,部分算法采用循環(huán)矩陣技巧構(gòu)建分類器訓(xùn)練樣本,把樣本的數(shù)據(jù)矩陣變成循環(huán)矩陣,這樣的樣本采樣方式大大的增加了樣本的數(shù)量,提高了算法的準(zhǔn)確率,同時(shí)使用一種連續(xù)的標(biāo)簽來標(biāo)記樣本,即距離樣本中心目標(biāo)近的標(biāo)簽值趨于1,距離樣本中心目標(biāo)遠(yuǎn)的標(biāo)簽值趨于0,有效的反應(yīng)了每個(gè)負(fù)樣本的權(quán)重。大多數(shù)基于核相關(guān)濾波器的跟蹤算法會(huì)通過循環(huán)矩陣的性質(zhì),將分類器權(quán)重的求解問題由時(shí)域的卷積轉(zhuǎn)變到傅里葉域里進(jìn)行點(diǎn)乘,借此避免算法在時(shí)間域中復(fù)雜的求逆運(yùn)算,顯著提高運(yùn)算效率。雖然核相關(guān)濾波器跟蹤算法在時(shí)間上優(yōu)于大多數(shù)主流算法,但是其仍然沒能解決目標(biāo)跟蹤漂移、目標(biāo)快速運(yùn)動(dòng)或者變速運(yùn)動(dòng)、尺度變化即光照變化明顯等問題對(duì)目標(biāo)跟蹤算法造成的干擾。本文針對(duì)核相關(guān)濾波器跟蹤算法在目標(biāo)快速運(yùn)動(dòng)、尺度變化及光照較暗情況下跟蹤性能降低的問題,提出了一種基于比例、積分、微分控制器的在線更新算法,并設(shè)計(jì)了一種有效的異常判斷模型來改善漂移問題。文章對(duì)跟蹤目標(biāo)的歷史狀態(tài)以漸忘的比例形式進(jìn)行更新,同時(shí)加入差分狀態(tài)來提前預(yù)判環(huán)境變化,并且利用感知哈希編碼匹配來判斷跟蹤是否出錯(cuò),進(jìn)而來控制分類器的參數(shù)更新:首先對(duì)當(dāng)前幀的跟蹤目標(biāo)進(jìn)行哈希編碼并保存,再對(duì)新到來的一幀中跟蹤到的目標(biāo)進(jìn)行同樣的哈希編碼保存,對(duì)比兩者的相似度;然后依據(jù)相似度來決定是更新分類器參數(shù)還是重新檢測(cè)跟蹤目標(biāo)。此外本文利用視頻上下幀的相關(guān)性來對(duì)成像設(shè)備抖動(dòng)從而造成的視頻抖動(dòng)模糊現(xiàn)象進(jìn)行檢測(cè)和修復(fù)。實(shí)驗(yàn)結(jié)果表明,本文算法對(duì)尺度變化、快速運(yùn)動(dòng)等影響屬性有很強(qiáng)的魯棒性。此外算法對(duì)其他屬性如光照變化、遮擋等也有較強(qiáng)的魯棒性,同時(shí)算法仍然保持很高的速度,能實(shí)現(xiàn)快速精準(zhǔn)的目標(biāo)跟蹤。
[Abstract]:......
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41;TN713

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 吳群;王田;王漢武;賴永炫;鐘必能;陳永紅;;現(xiàn)代智能視頻監(jiān)控研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2016年06期

2 張雷;王延杰;劉艷瀅;孫宏海;何舒文;;基于相關(guān)濾波器的視覺目標(biāo)跟蹤方法[J];光電子·激光;2015年07期

3 熊永華;張因升;陳鑫;吳敏;;云視頻監(jiān)控系統(tǒng)的能耗優(yōu)化研究[J];軟件學(xué)報(bào);2015年03期

4 任廣杰;朱啟東;曹寧;;高清視頻監(jiān)控中的若干關(guān)鍵技術(shù)分析[J];電信科學(xué);2011年02期

5 蔣紅巖;李文川;肖銘;;無人機(jī)自主空中加油技術(shù)探究[J];航空科學(xué)技術(shù);2011年01期

6 王先敏;曾慶化;熊智;劉建業(yè);;視覺導(dǎo)航技術(shù)的發(fā)展及其研究分析[J];信息與控制;2010年05期

7 葉秉威;吳春明;姜明;;視頻監(jiān)控系統(tǒng)中的圖像分割算法綜述[J];計(jì)算機(jī)應(yīng)用研究;2009年12期

8 陳建平;任斌;張會(huì)章;;人工智能在智能機(jī)器人領(lǐng)域中的研究與應(yīng)用[J];東莞理工學(xué)院學(xué)報(bào);2008年03期

，

本文編號(hào)：1563679