發(fā)布時間：2020-07-16 01:51

【摘要】：目標追蹤相關的任務在計算機視覺領域的作用越來越大,目標追蹤相關算法的發(fā)展也是非常迅猛。特定目標追蹤是目標追蹤領域中一個重要的分支,它一般有如下幾個信息:被用來目標追蹤的視頻流、初始幀的目標位置與尺寸。特定目標追蹤的任務就是在之后的序列幀中準確地追蹤到目標的位置和尺寸。目標追蹤算法經(jīng)歷了漫長的發(fā)展,從生成式模型演變到判別式模型,模型的性能也大幅度提升。本文對近幾年的一些目標追蹤算法進行一個簡單的分析和研究,并且挑選出KCF算法作為本論文的基礎算法。之后針對該基礎算法的缺點提出算法改進方案,具體內(nèi)容包括:引入目標丟失預警機制,基于預警機制的模型更新策略和引入一種輔助檢測算法。目標丟失預警機制能夠通過對響應圖計算PSR與PSRP的值,通過對PSRP值與設定閾值的比較來判定當前追蹤狀態(tài)是否穩(wěn)定。當追蹤狀態(tài)被判定為不穩(wěn)定時,啟動新的模型更新策略。當出現(xiàn)目標丟失或者遮擋的情況后,基礎算法是沒有能力再進行找回,因此引入檢測算法來進行輔助矯正。此外,引入檢測算法進行目標追蹤的補償,也能夠解決基礎算法缺少尺度變換的問題,使得算法滿足尺度變換的要求。實驗結(jié)果表明,在目標丟失、背景混淆、遮擋這三種復雜的追蹤場景下,改進后的算法整體效果相對于初始算法獲得一定優(yōu)化。
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.41;TN713
【圖文】：

邐北京郵電大學工程碩士學位論文邐逡逑實時性的要求。還有一點就是選取的特征也很有講究，選取什么樣的特征會對速逡逑度和精度都產(chǎn)生影響。選擇特征過于復雜或者說選取的特征太多，那算法復雜度逡逑肯定就會加大。逡逑另外一點就是追蹤精度的問題。目標追蹤不能只在簡單的場景工作，日常生逡逑活中的一些簡單場景在目標追蹤領域可能就會變成復雜場景。比如說尺度變化，逡逑在人眼來說非常簡單，但是對于一些目標追蹤算法就很困難。還有就是目標遮擋，逡逑目標物體被遮擋后，人可以意識到可能還會出來，所以會一直盯著，如果是算法逡逑來處理，就需要判斷出當前幀目標丟失了，這一點對于算法來說就是一個不小的逡逑挑戰(zhàn)。更不要說對于人眼來說都比較困難的光照變換的場景。下面是六種具有代逡逑表性的目標追蹤場景：逡逑

逡逑圖１－３追蹤目標的外形變化逡逑，攀逡逑■■■■■■逡逑圖１－４追蹤環(huán)境的光照強弱的變化逡逑圖１－５追蹤目標快速運動并形成運動模糊逡逑圖１－６追蹤前景和背景相似干擾逡逑３逡逑

逡逑圖１－３追蹤目標的外形變化逡逑，攀逡逑■■■■■■逡逑圖１－４追蹤環(huán)境的光照強弱的變化逡逑圖１－５追蹤目標快速運動并形成運動模糊逡逑圖１－６追蹤前景和背景相似干擾逡逑３逡逑

【相似文獻】

相關期刊論文 前10條

1 袁靜;;基于回溯思想的多面體面追蹤算法[J];計算機仿真;2014年11期

2 張麗娟;李澤仁;;視頻追蹤算法研究[J];新媒體研究;2015年01期

3 楊希祥;楊濤;楊慧欣;張為華;;多個體系統(tǒng)編隊分布式控制的循環(huán)追蹤算法[J];中南大學學報(自然科學版);2014年02期

4 柴天峰;朱小龍;毛勇建;盧永剛;;面向飛行器平臺的圖像目標追蹤算法[J];現(xiàn)代防御技術(shù);2017年03期

5 尚俊;;基于稀疏表示的目標追蹤算法[J];湖北第二師范學院學報;2014年08期

6 趙鼎;丁耀根;孫鵬;王進華;;動態(tài)追蹤算法在速調(diào)管輸出段計算中的應用[J];物理學報;2006年05期

7 解成俊;徐林;張鐵山;;利用基追蹤算法實現(xiàn)圖像壓縮感知重建研究[J];電子設計工程;2011年11期

8 劉相濱,向堅持,謝林海;一種改進的圍線追蹤算法[J];計算機工程與應用;2005年29期

9 張彬彬;王福龍;;分塊快速壓縮追蹤算法[J];計算機系統(tǒng)應用;2016年05期

10 楊希祥;楊濤;張為華;;基于循環(huán)追蹤算法的編隊航天器交會控制[J];國防科技大學學報;2014年01期

相關會議論文 前4條

1 姜雪寧;劉良杰;;基于卡爾曼追蹤算法的交通標志檢測方法研究[A];第十一屆全國信號和智能信息處理與應用學術(shù)會議�？痆C];2017年

2 岳慶興;賈永紅;邱振戈;;基于蒙特卡羅光線追蹤算法的TDI CCD相機成像模擬方法研究[A];第十七屆中國遙感大會摘要集[C];2010年

3 楊士超;查顯杰;;利用子像素偏移追蹤算法監(jiān)測2014年于田地震同震形變場[A];2014年中國地球科學聯(lián)合學術(shù)年會——專題25：InSAR技術(shù)、衛(wèi)星熱紅外與地殼運動論文集[C];2014年

4 張晶晶;吳蕊珠;張偉康;馬慧姝;;基于深度學習的智能駕駛目標追蹤算法綜述[A];中國計算機用戶協(xié)會網(wǎng)絡應用分會2017年第二十一屆網(wǎng)絡新技術(shù)與應用年會論文集[C];2017年

相關博士學位論文 前1條

1 張翔;活細胞中運動囊泡的識別和追蹤算法及單分子熒光能量共振轉(zhuǎn)移技術(shù)方法的研究[D];華中科技大學;2017年

相關碩士學位論文 前10條

1 何智群;基于卷積神經(jīng)網(wǎng)絡的端到端的高速追蹤算法研究[D];北京郵電大學;2019年

2 李沁哲;基于深度學習檢測與核相關濾波器的特定目標追蹤算法[D];北京郵電大學;2019年

3 劉忠耿;基于核相關濾波器的目標追蹤算法研究[D];南京理工大學;2018年

4 孟冬偉;基于三分支神經(jīng)網(wǎng)絡的單目標追蹤算法研究[D];哈爾濱工業(yè)大學;2018年

5 張峰境;多點追蹤算法的設計與FPGA實現(xiàn)[D];湘潭大學;2018年

6 賀瀟;基于深度學習檢測與核相關濾波器的追蹤算法[D];北京郵電大學;2018年

7 方露;視頻中運動目標檢測與追蹤算法研究[D];安徽工程大學;2017年

8 陳帥;Metropolis光線追蹤算法的研究與改進[D];中國民航大學;2017年

9 柴天峰;面向飛行器平臺的圖像目標追蹤算法研究[D];中國工程物理研究院;2017年

10 張彬彬;壓縮追蹤算法研究[D];廣東工業(yè)大學;2016年

本文編號：2757332