【摘要】：目標(biāo)跟蹤是計(jì)算機(jī)視覺研究和應(yīng)用的一個(gè)重要部分,隨著圖像處理和人工智能等技術(shù)的快速發(fā)展,目標(biāo)跟蹤研究和應(yīng)用也得到了極大的提升,在交通、醫(yī)療、軍事等各個(gè)領(lǐng)域獲得廣泛關(guān)注和應(yīng)用。早期的目標(biāo)跟蹤算法,主要是通過建立目標(biāo)模型來實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的識(shí)別與跟蹤。近年來,基于相關(guān)濾波算法引起了人們的普遍關(guān)注,并取得較為顯著成果,得到廣泛的研究和應(yīng)用。在此基礎(chǔ)之上,本文對(duì)核相關(guān)濾波算法做了進(jìn)一步的改進(jìn),其跟蹤精度和運(yùn)算速度得到較大的改善,魯棒性好,實(shí)用性強(qiáng)。本文首先對(duì)運(yùn)動(dòng)目標(biāo)跟蹤算法的主要方法進(jìn)行了分析,特別是相關(guān)濾波方法作了較為深入的研究,針對(duì)核相關(guān)濾波算法(KCF)的基本特性和跟蹤效果,作了初步的分析討論。在此基礎(chǔ)上,圍繞核相關(guān)濾波算法的跟蹤性能,對(duì)基礎(chǔ)參數(shù),如正則化參數(shù)(lambda)、特征提取參數(shù)(cell_size)、模型更新參數(shù)(interp_factor),進(jìn)行了一些性能分析和實(shí)驗(yàn)對(duì)比,初步了解算法的主要特性和適用對(duì)象范圍。針對(duì)該算法存在的問題,提出了一種改進(jìn)方法,動(dòng)態(tài)更新跟蹤模型的基礎(chǔ)參數(shù),精度得到提高,速度得到加快,取得較好的效果。針對(duì)遮擋問題,本算法有較好效果,解決了原算法中存在的跟蹤失敗現(xiàn)象;對(duì)目標(biāo)與背景相近場(chǎng)景,本算法也有較好表現(xiàn),能夠克服背景相近引起的誤判。本文在改進(jìn)核相關(guān)濾波算法基礎(chǔ)上,將其移植到嵌入式平臺(tái)中。在Linux環(huán)境下,搭建OpenCV、Qt工作環(huán)境,建立了改進(jìn)算法的模型庫函數(shù),實(shí)現(xiàn)了對(duì)運(yùn)動(dòng)目標(biāo)跟蹤的任務(wù)。實(shí)驗(yàn)結(jié)果表明,在嵌入式環(huán)境下,改進(jìn)算法具有對(duì)運(yùn)動(dòng)目標(biāo)較好的跟蹤能力,運(yùn)算速度較快,魯棒性較好,取得良好效果。
【圖文】：

2 運(yùn)動(dòng)目標(biāo)跟蹤基本理論2 運(yùn)動(dòng)目標(biāo)跟蹤基本理論言算機(jī)技術(shù)的發(fā)展，計(jì)算機(jī)視覺這一領(lǐng)域越來越受到人們的歡迎像識(shí)別、機(jī)器學(xué)習(xí)等技術(shù)，在實(shí)際應(yīng)用中，有著至關(guān)重要的作研究學(xué)者專注研究計(jì)算機(jī)視覺相關(guān)知識(shí)，其中，運(yùn)動(dòng)目標(biāo)跟蹤要領(lǐng)域，目標(biāo)跟蹤算法成為了當(dāng)前研究學(xué)者和工作人員的研究算法是基于生成類目標(biāo)模型，主要是通過建立目標(biāo)模型，再通對(duì)比找到運(yùn)動(dòng)目標(biāo)。隨著相關(guān)濾波的提出，將相關(guān)濾波融入到現(xiàn)在的一大熱點(diǎn)，越來越多的算法是在相關(guān)濾波的基礎(chǔ)上進(jìn)行不錯(cuò)的進(jìn)步。

前（前，v ，最終計(jì)算目的是 Au b 。但是利用光流法進(jìn)行目標(biāo)檢，在實(shí)際情況下，并不能完成實(shí)時(shí)跟蹤的任務(wù)。像特征BP 特征Local Binary Pattern）[25]是一種比較簡(jiǎn)單的紋理分類特征提取算法，主3 的窗口中，周圍 8 個(gè)像素與當(dāng)前窗口中心值進(jìn)行對(duì)比，如果大于中心心值取 0，按照順時(shí)針方向，，可以得到一個(gè) 8 位的二進(jìn)制數(shù)，該點(diǎn)的該數(shù)的十進(jìn)制數(shù)。如圖 2.2 所示，該點(diǎn)的 LBP 值為 211�，F(xiàn)在 LBP 常用及圖像處理等領(lǐng)域，應(yīng)用較廣。
【學(xué)位授予單位】：武漢紡織大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TN713

【參考文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 侯穆;基于OPENCV的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D];西安電子科技大學(xué);2012年

本文編號(hào)：2706184