基于協(xié)同相關(guān)濾波的RGBT目標(biāo)跟蹤研究
發(fā)布時間:2021-02-28 18:57
基于可見光(RGB)和熱紅外(T)視頻的RGBT目標(biāo)跟蹤是計算機視覺領(lǐng)域新興的熱點研究課題。通過融合可見光和熱紅外數(shù)據(jù),RGBT目標(biāo)跟蹤能夠有效應(yīng)對單模態(tài)目標(biāo)跟蹤存在的挑戰(zhàn)因素,諸如光照變化,惡劣天氣和熱交叉等。因此不論是在軍事國防還是民用安全領(lǐng)域,RGBT目標(biāo)跟蹤都具有極其重要的科研價值和廣闊的現(xiàn)實應(yīng)用前景。近年來,科研人員提出了基于稀疏表示,基于圖模型和基于深度學(xué)習(xí)的RGBT目標(biāo)跟蹤算法。雖然取得了良好的跟蹤精度,但是大部分算法的跟蹤速度卻無法滿足實時的運行要求。為了克服上述問題,本文就如何在相關(guān)濾波跟蹤框中引入可見光和熱紅外數(shù)據(jù)進行RGBT目標(biāo)跟蹤展開相關(guān)研究,不僅取得了優(yōu)異的RGBT跟蹤精度,而且滿足實時運行的速度要求。本文的主要研究成果包含如下兩個方面:第一,提出了協(xié)同稀疏相關(guān)濾波模型。為了抑制光照變化,惡劣天氣和背景雜亂等挑戰(zhàn)因素對單模態(tài)目標(biāo)跟蹤方法的影響,同時考慮到現(xiàn)有的RGBT目標(biāo)跟蹤方法大部分都無法兼顧跟蹤的精度和運行速度,本文在相關(guān)濾波框架中設(shè)計了一種協(xié)同稀疏相關(guān)濾波模型進行RGBT目標(biāo)跟蹤。所提出的方法實現(xiàn)了在相關(guān)濾波跟蹤框架中同時利用模態(tài)內(nèi)和模態(tài)間的信息。首先,...
【文章來源】:安徽大學(xué)安徽省 211工程院校
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 本文的工作與安排
第二章 目標(biāo)跟蹤相關(guān)技術(shù)
2.1 基于相關(guān)濾波模型的目標(biāo)跟蹤方法
2.2 RGBT目標(biāo)跟蹤相關(guān)技術(shù)
2.2.1 基于傳統(tǒng)機器學(xué)習(xí)技術(shù)的RGBT目標(biāo)跟蹤方法
2.2.2 基于深度學(xué)習(xí)技術(shù)的RGBT目標(biāo)跟蹤方法
2.3 本章小結(jié)
第三章 基于協(xié)同稀疏相關(guān)濾波模型的RGBT目標(biāo)跟蹤
3.1 引言
3.2 協(xié)同稀疏相關(guān)濾波模型
3.2.1 相關(guān)濾波跟蹤方法簡介
3.2.2 問題建模
3.2.3 模型優(yōu)化
3.3 RGBT目標(biāo)跟蹤
3.4 實驗結(jié)果及分析
3.4.1 實驗設(shè)定
3.4.2 對比方法
3.4.3對比實驗
3.4.4 成分分析
3.5 本章小結(jié)
第四章 基于軟一致相關(guān)濾波模型的RGBT目標(biāo)跟蹤
4.1 引言
4.2 軟一致相關(guān)濾波模型
4.2.1 問題建模
4.2.2 模型優(yōu)化
4.3 RGBT目標(biāo)跟蹤
4.4 實驗結(jié)果及分析
4.4.1 實驗設(shè)定
4.4.2 對比方法
4.4.3對比實驗
4.4.4 成分分析
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 工作總結(jié)
5.2 未來展望
參考文獻
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
攻讀碩士學(xué)位期間參加的科研項目
致謝
【參考文獻】:
期刊論文
[1]基于深度學(xué)習(xí)的紅外與可見光決策級融合跟蹤[J]. 唐聰,凌永順,楊華,楊星,同武勤. 激光與光電子學(xué)進展. 2019(07)
[2]目標(biāo)跟蹤算法綜述[J]. 盧湖川,李佩霞,王棟. 模式識別與人工智能. 2018(01)
[3]相關(guān)濾波目標(biāo)跟蹤進展綜述[J]. 張微,康寶生. 中國圖象圖形學(xué)報. 2017(08)
博士論文
[1]面向智能視頻監(jiān)控的運動目標(biāo)檢測與跟蹤方法研究[D]. 焦波.國防科學(xué)技術(shù)大學(xué) 2009
本文編號:3056299
【文章來源】:安徽大學(xué)安徽省 211工程院校
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 本文的工作與安排
第二章 目標(biāo)跟蹤相關(guān)技術(shù)
2.1 基于相關(guān)濾波模型的目標(biāo)跟蹤方法
2.2 RGBT目標(biāo)跟蹤相關(guān)技術(shù)
2.2.1 基于傳統(tǒng)機器學(xué)習(xí)技術(shù)的RGBT目標(biāo)跟蹤方法
2.2.2 基于深度學(xué)習(xí)技術(shù)的RGBT目標(biāo)跟蹤方法
2.3 本章小結(jié)
第三章 基于協(xié)同稀疏相關(guān)濾波模型的RGBT目標(biāo)跟蹤
3.1 引言
3.2 協(xié)同稀疏相關(guān)濾波模型
3.2.1 相關(guān)濾波跟蹤方法簡介
3.2.2 問題建模
3.2.3 模型優(yōu)化
3.3 RGBT目標(biāo)跟蹤
3.4 實驗結(jié)果及分析
3.4.1 實驗設(shè)定
3.4.2 對比方法
3.4.3對比實驗
3.4.4 成分分析
3.5 本章小結(jié)
第四章 基于軟一致相關(guān)濾波模型的RGBT目標(biāo)跟蹤
4.1 引言
4.2 軟一致相關(guān)濾波模型
4.2.1 問題建模
4.2.2 模型優(yōu)化
4.3 RGBT目標(biāo)跟蹤
4.4 實驗結(jié)果及分析
4.4.1 實驗設(shè)定
4.4.2 對比方法
4.4.3對比實驗
4.4.4 成分分析
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 工作總結(jié)
5.2 未來展望
參考文獻
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
攻讀碩士學(xué)位期間參加的科研項目
致謝
【參考文獻】:
期刊論文
[1]基于深度學(xué)習(xí)的紅外與可見光決策級融合跟蹤[J]. 唐聰,凌永順,楊華,楊星,同武勤. 激光與光電子學(xué)進展. 2019(07)
[2]目標(biāo)跟蹤算法綜述[J]. 盧湖川,李佩霞,王棟. 模式識別與人工智能. 2018(01)
[3]相關(guān)濾波目標(biāo)跟蹤進展綜述[J]. 張微,康寶生. 中國圖象圖形學(xué)報. 2017(08)
博士論文
[1]面向智能視頻監(jiān)控的運動目標(biāo)檢測與跟蹤方法研究[D]. 焦波.國防科學(xué)技術(shù)大學(xué) 2009
本文編號:3056299
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3056299.html
最近更新
教材專著