目標跟蹤是目前的研究熱點之一,相關研究在智慧城市、人工智能、視頻監(jiān)控等領域都有著非常廣泛的應用前景。過去幾十年以來,相關研究已經(jīng)出現(xiàn)眾多成果,但是由于受到局部遮擋、尺度變換、光照變化等問題的影響,通用目標在無約束環(huán)境中實現(xiàn)可靠跟蹤仍然是難點。為了解決現(xiàn)有RGB-D目標跟蹤中的難點,本文在基于核相關濾波理論的算法基礎上,利用表觀模型引入多特征信息提高目標跟蹤的魯棒性,并針對多特征融合核相關濾波器的缺陷,提出了改進適應多特征的跟蹤模型。本文的主要研究工作如下:(1)針對表觀模型的改進:為了適應跟蹤過程中目標的光照變化、形態(tài)變化、視角變化等問題,本文引入多特征來改善核相關濾波器的RGB-D跟蹤性能。本文分別從灰度圖像、彩色圖像、深度圖像中提取四種不同的互補特征來提高目標表示的魯棒性�；诓噬珗D像提取對于光照魯棒的顏色特征(Color Name,CN);基于灰度圖像提取對于形變魯棒的紋理特征(Enhance Histograms of Oriented Gradients,EHOG);基于深度值提取對于遮擋魯棒的深度特征(Cross-bin Distribution Field,CDF);基于...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 表觀模型研究現(xiàn)狀
        1.2.2 跟蹤模型研究現(xiàn)狀
        1.2.3 基于RGB-D目標跟蹤研究現(xiàn)狀
    1.3 主要研究工作與組織架構
        1.3.1 主要研究工作
        1.3.2 組織架構
第二章 目標跟蹤相關算法概述
    2.1 引言
    2.2 基于核相關濾波器的RGB目標跟蹤算法
        2.2.1 核相關濾波理論
        2.2.2 核相關濾波的求解
    2.3 基于深度縮放核相關濾波的RGB-D目標跟蹤
        2.3.1 深度分割
        2.3.2 尺度估計
        2.3.3 遮擋處理
    2.4 本章小結
第三章 基于多特征表觀模型的RGB-D目標跟蹤
    3.1 引言
    3.2 多特征的表觀模型
        3.2.1 紋理特征：EnhanceHistogramsofOrientedGradients
        3.2.2 顏色特征：ColorName
        3.2.3 深度特征：Cross-binDistributionField
        3.2.4 形狀特征：DepthHistogramsofOrientedGradients
    3.3 基于多特征的核相關濾波算法
        3.3.1 多特征融合的核相關濾波
        3.3.2 算法步驟及流程
    3.4 實驗結果及分析
        3.4.1 數(shù)據(jù)集與測評標準介紹
        3.4.2 定量分析及對比結果
        3.4.3 定性分析及對比結果
    3.5 本章小結
第四章 基于多特征跟蹤模型的RGB-D目標跟蹤
    4.1 引言
    4.2 核相關濾波器的多特征融合問題
    4.3 核相關濾波器的多特征融合的改進
        4.3.1 核相關濾波器的模型更新改進
        4.3.2 核相關濾波器的目標定位改進
    4.4 算法步驟及流程
    4.5 實驗結果及對比
        4.5.1 定量分析實驗結果及對比
        4.5.2 定性分析實驗結果及對比
    4.6 本章小結
第五章 總結與展望
    5.1 本文總結
    5.2 未來展望
參考文獻
攻讀碩士學位期間取得的研究成果
致謝
附件



本文編號：3855383