基于超像素和相關(guān)濾波的實時目標跟蹤算法研究
發(fā)布時間:2023-06-28 01:00
視覺目標跟蹤是計算機視覺領(lǐng)域的熱門研究方向之一,被廣泛應用于人機交互、智能監(jiān)控等現(xiàn)實場合中。當前,在目標跟蹤領(lǐng)域,雖然科研工作者已經(jīng)提出了很多先進的目標跟蹤算法,但是由于目標跟蹤模型的穩(wěn)定性-可塑性困境、背景的隨機性、跟蹤速度和精度平衡性等挑戰(zhàn)性因素的存在,現(xiàn)有的目標跟蹤算法基本上都無法很好地實現(xiàn)魯棒的實時目標跟蹤。因此,視覺目標跟蹤依然是一個極具挑戰(zhàn)性的課題。為了綜合解決目標跟蹤面臨的各種挑戰(zhàn)性問題,實現(xiàn)實時性好、準確性高的視覺目標跟蹤,本文提出了一個全新的目標跟蹤框架,并基于超像素和相關(guān)濾波實現(xiàn)了實時的長期目標跟蹤。與現(xiàn)有視覺目標跟蹤算法相比,本文的主要貢獻在于:第一,提出了一個新穎的目標跟蹤框架,即聯(lián)合預測-檢測-修正的目標跟蹤框架。預測模塊用于估計目標的運動偏移量和尺度變化量,并將預測參數(shù)傳遞給檢測模塊;檢測模塊結(jié)合預測參數(shù),用于定位目標位置并確定目標尺度范圍;修正模塊通過在線訓練分類器進行實時的目標位置檢測,并結(jié)合精化機制修正目標位置。通過這個跟蹤框架,可以實現(xiàn)穩(wěn)定的長期目標跟蹤,有效解決諸如目標遮擋、目標消失等問題。第二,提出了基于超像素分析和光流的目標運動趨勢和尺度變化預...
【文章頁數(shù)】:83 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景
1.2 研究目的和意義
1.3 研究現(xiàn)狀
1.3.1 基于生成式方法的目標跟蹤
1.3.2 基于二元分類器的判別式目標跟蹤
1.3.3 基于相關(guān)濾波的目標跟蹤
1.3.4 基于深度學習的目標跟蹤
1.3.5 課題研究的技術(shù)難點
1.4 本文的創(chuàng)新
1.5 論文的組織
第二章 基于超像素的目標分析
2.1 超像素
2.2 目標外觀超像素分析
2.3 基于超像素光流的目標運動趨勢和尺度變化分析
2.3.1 光流
2.3.2 超像素光流估計目標運動和尺度
2.4 實驗討論與分析
2.4.1 超像素目標外觀重構(gòu)實驗
2.4.2 目標運動分析和尺度估計實驗
2.5 本章小結(jié)
第三章 基于超像素預測參數(shù)的改進相關(guān)濾波跟蹤
3.1 相關(guān)濾波跟蹤
3.2 核化相關(guān)濾波跟蹤
3.2.1 核函數(shù)
3.2.2 密集采樣樣本與循環(huán)矩陣
3.2.3 核化相關(guān)濾波
3.3 改進的核化相關(guān)濾波跟蹤
3.4 實驗討論與分析
3.5 本章小結(jié)
第四章 基于預測-檢測-修正框架的實時長期目標跟蹤
4.1 基于支持向量機的在線目標檢測
4.1.1 支持向量機的基本原理
4.1.2 基于支持向量機的在線修正器
4.2 基于聯(lián)合預測-檢測-修正框架的目標跟蹤
4.3 實驗討論與分析
4.4 本章小結(jié)
第五章 目標跟蹤綜合實驗結(jié)果分析
5.1 實驗設(shè)置
5.1.1 實驗數(shù)據(jù)集與對比算法
5.1.2 實驗結(jié)果評價標準
5.1.3 算法參數(shù)設(shè)置
5.2 算法整體定量分析
5.2.1 算法整體性能定量分析
5.2.2 算法分屬性定量分析
5.3 算法整體性能定性分析
5.4 算法時間復雜度分析
5.4.1 計算復雜度討論
5.4.2 速度分析
5.5 算法各模塊在不同基準下的有效性分析
5.6 算法參數(shù)設(shè)置有效性分析
5.7 本章小結(jié)
第六章 目標跟蹤在捏合指尖空中書寫系統(tǒng)中的應用
6.1 基于手指書寫的空中書寫人機交互系統(tǒng)
6.1.1 基于手指跟蹤的空中書寫系統(tǒng)
6.1.2 捏合指尖空中書寫模態(tài)
6.2 基于超像素分析和相關(guān)濾波的跟蹤算法在空中書寫系統(tǒng)的應用
6.3 實驗討論與分析
6.4 本章小結(jié)
總結(jié)與展望
參考文獻
攻讀碩士學位期間取得的研究成果
已發(fā)表論文
已公開專利
致謝
附件
本文編號:3835669
【文章頁數(shù)】:83 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景
1.2 研究目的和意義
1.3 研究現(xiàn)狀
1.3.1 基于生成式方法的目標跟蹤
1.3.2 基于二元分類器的判別式目標跟蹤
1.3.3 基于相關(guān)濾波的目標跟蹤
1.3.4 基于深度學習的目標跟蹤
1.3.5 課題研究的技術(shù)難點
1.4 本文的創(chuàng)新
1.5 論文的組織
第二章 基于超像素的目標分析
2.1 超像素
2.2 目標外觀超像素分析
2.3 基于超像素光流的目標運動趨勢和尺度變化分析
2.3.1 光流
2.3.2 超像素光流估計目標運動和尺度
2.4 實驗討論與分析
2.4.1 超像素目標外觀重構(gòu)實驗
2.4.2 目標運動分析和尺度估計實驗
2.5 本章小結(jié)
第三章 基于超像素預測參數(shù)的改進相關(guān)濾波跟蹤
3.1 相關(guān)濾波跟蹤
3.2 核化相關(guān)濾波跟蹤
3.2.1 核函數(shù)
3.2.2 密集采樣樣本與循環(huán)矩陣
3.2.3 核化相關(guān)濾波
3.3 改進的核化相關(guān)濾波跟蹤
3.4 實驗討論與分析
3.5 本章小結(jié)
第四章 基于預測-檢測-修正框架的實時長期目標跟蹤
4.1 基于支持向量機的在線目標檢測
4.1.1 支持向量機的基本原理
4.1.2 基于支持向量機的在線修正器
4.2 基于聯(lián)合預測-檢測-修正框架的目標跟蹤
4.3 實驗討論與分析
4.4 本章小結(jié)
第五章 目標跟蹤綜合實驗結(jié)果分析
5.1 實驗設(shè)置
5.1.1 實驗數(shù)據(jù)集與對比算法
5.1.2 實驗結(jié)果評價標準
5.1.3 算法參數(shù)設(shè)置
5.2 算法整體定量分析
5.2.1 算法整體性能定量分析
5.2.2 算法分屬性定量分析
5.3 算法整體性能定性分析
5.4 算法時間復雜度分析
5.4.1 計算復雜度討論
5.4.2 速度分析
5.5 算法各模塊在不同基準下的有效性分析
5.6 算法參數(shù)設(shè)置有效性分析
5.7 本章小結(jié)
第六章 目標跟蹤在捏合指尖空中書寫系統(tǒng)中的應用
6.1 基于手指書寫的空中書寫人機交互系統(tǒng)
6.1.1 基于手指跟蹤的空中書寫系統(tǒng)
6.1.2 捏合指尖空中書寫模態(tài)
6.2 基于超像素分析和相關(guān)濾波的跟蹤算法在空中書寫系統(tǒng)的應用
6.3 實驗討論與分析
6.4 本章小結(jié)
總結(jié)與展望
參考文獻
攻讀碩士學位期間取得的研究成果
已發(fā)表論文
已公開專利
致謝
附件
本文編號:3835669
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3835669.html
最近更新
教材專著