目標跟蹤一直是計算機視覺領域中研究的熱點,涉及諸多的學科和理論。其中基于相關濾波理論的目標跟蹤算法因其高實時性的同時還能保證跟蹤精度的特點,引起了廣大學者的關注。但受到光照變化、目標遮擋、目標自身形變等問題干擾時,相關濾波跟蹤算法仍不夠穩(wěn)健。為了提高相關濾波跟蹤算法在復雜場景下的跟蹤性能,對其進行了深入研究,取得的成果如下:針對復雜光照干擾以及目標尺度變化導致的跟蹤漂移問題,提出了一種多特征融合的尺度自適應相關濾波跟蹤算法。首先,在位置預測階段,利用Hue和梯度方向直方圖兩種特征和各自的位置濾波器作用得到的輸出響應值自適應分配權重實現(xiàn)目標位置的預測。其次,在尺度預測階段,通過在目標位置采集多尺度圖像組成樣本獨立訓練尺度濾波器,并根據(jù)樣本的尺度濾波響應值對目標的尺度進行估計,使跟蹤算法能夠適應目標的尺度變化。最后利用兩幀圖像間的差異性自適應調整學習率進行位置濾波器的更新。實驗結果表明,相較于其他經典算法改進算法的跟蹤準確性更高。當目標尺度變化較大時,改進算法仍能穩(wěn)定跟蹤。針對因邊界效應導致跟蹤算法對遮擋、快速運動的干擾不夠魯棒的問題,提出了一種基于樣本增強和交替方向乘子法的相關濾波跟蹤算法。首先,通過增大循環(huán)移位樣本的采集框并進行裁切處理,減弱邊界效應的影響。然后引入交替方向乘子法進行模型求解的優(yōu)化,并在模型的迭代求解中通過Sherman Morrison公式進行進一步優(yōu)化。最后在模型的更新策略上設置一個遮擋判定機制來確定模型是否更新,提高抗遮擋能力。實驗結果表明,相比于原始相關濾波跟蹤算法,提出的改進算法在遮擋和快速運動的場景下的跟蹤仍然可靠,算法的魯棒性得到提高。
【學位單位】：中國民航大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP391.41;TN713
【部分圖文】：

中國民航大學碩士學位論文際導彈、精確打擊的衛(wèi)星式武器、精確定位的電磁炮等高新科學技術所創(chuàng)造的器將極大改變未來的戰(zhàn)爭狀態(tài)。在相關的戰(zhàn)爭影視作品中，就頻繁出現(xiàn)這樣的方式：先通過無人機甚至是衛(wèi)星在高空的優(yōu)勢進行目標的搜索、定位和跟蹤，標的情報收集工作，再讓指揮部通過收集的情報進行決策。不論是對目標的持還是進行導彈的精確制導完成對敵對目標精確的火力打擊，都可以順利實現(xiàn)。(a)杭州城市數(shù)據(jù)大腦 (b)人機交互

圖 2-2 提取訓練樣本的方法建的跟蹤器進行訓練過程中，作者巧妙的將濾波器的體思路如下：一般選取以目標位置為中心點、大小此來對分類器 f ( x ) w, ( x) 進行訓練。和其他對式不同，KCF 算法采用循環(huán)移位的形式實現(xiàn)。那么

圖 2-4 多種算法對比的定性圖算法的運行結果用不同顏色的矩形框進行區(qū)分結果進行展示在直觀上進行算法性能的對比算法跟蹤成功與否，但不能準確說明跟蹤精度優(yōu)劣性。如需對某一情況下算法運行情況進行進。要有評判方法，本文的評估標準采用的是近中的算法性能評判方法。在該文獻中，算法的精度、跟蹤魯棒性和運行的實時性。從這三個ation error)、重疊率(Overlap rate)、成功率(率圖(Success plot)和 FPS(Frames Per Second)。
【相似文獻】

相關期刊論文 前10條

1 張紅穎;王匯三;胡文博;;基于雙模型的相關濾波跟蹤[J];光學精密工程;2019年11期

2 王丹玲;魯永泉;賈笑捷;張勤;;實時粒子濾波跟蹤算法及其實現(xiàn)[J];系統(tǒng)仿真學報;2009年18期

3 柏柯嘉;;一種改進的粒子濾波跟蹤算法[J];計算機工程;2010年18期

4 吳奪明;蔣蓁;魏衍俠;;基于視覺顯著性的灰色粒子濾波跟蹤方法[J];計量與測試技術;2017年02期

5 倫云飛;陳書楊;;基于多特征的粒子濾波跟蹤算法[J];計算機光盤軟件與應用;2013年14期

6 陳善靜;楊華;曾凱;張紅;王一程;;基于遺傳算法的粒子濾波跟蹤算法[J];光電工程;2010年10期

7 張博;江沸菠;劉剛;劉紅平;;快速尺度支持相關濾波跟蹤[J];液晶與顯示;2019年06期

8 何希平;張瓊華;;綜合顏色與梯度方向特征的粒子濾波跟蹤[J];計算機科學;2012年S1期

9 馬加慶;韓崇昭;;一類基于信息融合的粒子濾波跟蹤算法[J];光電工程;2007年04期

10 孟祥瑞;;核相關濾波跟蹤方法研究[J];現(xiàn)代信息科技;2019年10期

相關博士學位論文 前6條

1 朱明清;基于粒子濾波的魯棒視覺目標跟蹤算法研究[D];中國科學技術大學;2011年

2 鄒騰躍;復雜環(huán)境目標檢測與跟蹤關鍵技術研究及應用[D];華中科技大學;2013年

3 曹蓓;粒子濾波改進算法及其應用研究[D];中國科學院研究生院(西安光學精密機械研究所);2012年

4 代江華;粒子濾波架構下視覺目標跟蹤相關技術研究[D];華中科技大學;2014年

5 徐治非;視頻監(jiān)控中運動目標檢測與跟蹤方法研究[D];上海交通大學;2009年

6 相入喜;復雜環(huán)境下的目標跟蹤算法研究[D];重慶大學;2012年

相關碩士學位論文 前10條

1 高凱;基于卷積神經網(wǎng)絡的粒子濾波跟蹤算法[D];大連理工大學;2019年

2 胡文博;復雜場景下基于相關濾波的視頻目標跟蹤研究[D];中國民航大學;2019年

3 潘常青;基于相關濾波框架的目標跟蹤算法研究[D];南京郵電大學;2019年

4 趙啟明;基于方向空間多尺度相關濾波跟蹤[D];西安電子科技大學;2019年

5 潘耿政;結合卷積神經網(wǎng)絡的相關濾波跟蹤算法研究[D];華南理工大學;2019年

6 陳國春;背景感知的相關濾波跟蹤算法研究[D];華南理工大學;2019年

7 丁傳勇;基于高斯先驗及彈性網(wǎng)約束的多模板相關濾波跟蹤算法研究[D];安徽大學;2019年

8 吳昭童;基于相關濾波的目標穩(wěn)定跟蹤技術研究[D];中國科學院大學(中國科學院光電技術研究所);2019年

9 望少建;基于相關濾波的視覺目標跟蹤[D];西安電子科技大學;2018年

10 鄧雨;基于深度特征的相關濾波跟蹤研究[D];中南民族大學;2018年

本文編號：2863243