【摘要】：隨著機器學習技術(shù)的不斷發(fā)展,深度學習算法越來越受到研究者的重視。在無人機對地目標拍攝的場景下,如何實現(xiàn)高精度實時的目標跟蹤是一項具有重要意義的課題。由于無人機航拍場景的特殊性,目標發(fā)生形態(tài)變化、尺度變化、以及光照變化都會導致跟蹤性能的不穩(wěn)定,甚至出現(xiàn)目標跟蹤丟失的情況。傳統(tǒng)無人機目標跟蹤方法對尺度變化的目標跟蹤效果不好,難以處理高速運動的目標,對相鄰幀間位移過大或者有遮擋的目標處理不好。由于傳統(tǒng)跟蹤系統(tǒng)的誤差和丟失目標的情況十分嚴重,我們提出了一種基于深度學習的目標跟蹤解決方案,該算法可以在無人機對地目標跟蹤的領(lǐng)域中發(fā)揮重要作用。為了對地面目標進行跟蹤分析,我們還開發(fā)了一種實時記錄目標路徑的算法,該算法可以實時記錄圖像每一幀中跟蹤目標的坐標信息。我們在比較了許多深度學習算法的性能之后,最終采用一種直接預測邊界框坐標和類別置信度的SSD(Single Shot Multibox Detector)算法提取候選目標,然后結(jié)合顏色直方圖和方向梯度直方圖特征計算待跟蹤目標與候選目標的巴氏系數(shù),取最接近者作為匹配目標,再基于卡爾曼濾波剔除誤跟蹤目標。實驗表明本文所提方法是可行的,具有準確性高、實時性能好等特點。
【圖文】：

隨著過去幾十年計算機硬件和軟件的不斷發(fā)展和升級，許多實際應用場景需逡逑要穩(wěn)定性強、可靠性高的目標跟蹤系統(tǒng)作為基礎(chǔ)。常見的應用場景包括車輛視頻逡逑監(jiān)控和客流量監(jiān)控，如圖１－１所示。所有這些應用都毫無例外地十分依賴于目標逡逑跟蹤模塊的性能。目標跟蹤相當于視覺系統(tǒng)中的前端任務，如果發(fā)生故障，整個逡逑系統(tǒng)通常會出現(xiàn)無法恢復的錯誤。因此穩(wěn)定的目標跟蹤系統(tǒng)可以說是許多視覺系逡逑統(tǒng)實際應用的關(guān)鍵。逡逑飛：邋＿ｐｌ逡逑圖ｉ－ｉ計算機視覺實際應用逡逑隨著無人機行業(yè)的快速發(fā)展，無人機對地目標跟蹤算法的開發(fā)是一項非常具逡逑有意義的任務。美國聯(lián)邦航空管理局和美國國家航空航天局報告了許多無人駕駛逡逑飛機精確跟蹤特殊目標的案例。因此開發(fā)一種可以識別和跟蹤地面目標的監(jiān)控系逡逑統(tǒng)具有重大意義。由于現(xiàn)實世界環(huán)境是多樣的，目標一般會在比較復雜背景當中，逡逑再加上地面上眾多的目標類型，無人機對地目標跟蹤算法的開發(fā)是一項艱巨的任逡逑務。無人機對地目標跟蹤系統(tǒng)基本組成部分如圖１－２所示。逡逑１逡逑

在二十年前有研究者就提出了普通的前饋神經(jīng)網(wǎng)絡和卷積神經(jīng)網(wǎng)絡。研宄人逡逑員使用前饋神經(jīng)網(wǎng)絡和卷積神經(jīng)網(wǎng)絡進行目標跟蹤任務：２６’２７］。近年來雖然深度學逡逑習技術(shù)和一些相關(guān)的深度網(wǎng)絡模型在語音識別、自然語言處理和圖像處理領(lǐng)域取逡逑得了顯著成果，但它們并未在目標跟蹤任務中得到廣泛應用。這主要是因為深度逡逑網(wǎng)絡模型的訓練對計算量和訓練數(shù)據(jù)量有很高的要求。因此在實時目標跟蹤任務逡逑中沒有太多使用深度網(wǎng)絡模型。雖然如此，有部分研究學者依然進行了一些嘗試，逡逑并且已經(jīng)取得了一定的研宄成果。逡逑香港中文大學Ｗａｎｇ等人：２８］提出了一種基于深度神經(jīng)網(wǎng)絡模型的目標跟蹤方逡逑法，該方法在大量輔助圖像數(shù)據(jù)上離線學習深度圖像特征表示作為目標外觀模逡逑型。ｗａｎｇ等人的方法，有一個離線預訓練步驟，，因此它可以被視為偽在線方法。逡逑６逡逑
【學位授予單位】：北方工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：V279;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 楊凱杰;田暢;關(guān)文君;;快速目標跟蹤算法及其嵌入式實現(xiàn)[J];軍事通信技術(shù);2016年04期

2 陳偉;祝恩;劉天航;殷建平;邱明輝;;目標跟蹤算法的并行優(yōu)化[J];計算機工程與科學;2016年11期

3 張濤;李繼生;董恩國;;基于人臉識別的移動目標跟蹤算法研究[J];現(xiàn)代制造技術(shù)與裝備;2017年02期

4 李賀;;基于深度學習的目標跟蹤算法研究綜述[J];黑龍江科技信息;2017年17期

5 吳小俊;徐天陽;須文波;;基于相關(guān)濾波的視頻目標跟蹤算法綜述[J];指揮信息系統(tǒng)與技術(shù);2017年03期

6 王立新,戴冠中;一種分散化多站聯(lián)合目標跟蹤算法[J];航空學報;1988年03期

7 V.納加拉簡;R.N.沙馬;肖萬選;;改善邊跟蹤邊搜索雷達的檢測和跟蹤性能的新方法(第二部分)——檢測、航跡的產(chǎn)生與組合[J];雷達與對抗;1988年05期

8 竇慧;趙書斌;王強;;基于特征點的典型目標跟蹤算法性能分析[J];指揮控制與仿真;2017年02期

9 王麗娜;;基于卡爾曼濾波的單模型目標跟蹤算法的仿真研究[J];中國新通信;2016年10期

10 曹曉麗;李明;邢玉娟;譚萍;;幾種自動目標跟蹤算法的比較研究[J];硅谷;2013年02期

相關(guān)會議論文 前10條

1 徐炳吉;;一種多站聯(lián)合目標跟蹤算法[A];數(shù)學及其應用文集——中南模糊數(shù)學和系統(tǒng)分會第三屆年會論文集（上卷）[C];1995年

2 肖敬若;胡伏原;鄭江濱;張艷寧;;一種有效的多目標跟蹤算法[A];第十二屆全國信號處理學術(shù)年會（CCSP-2005）論文集[C];2005年

3 杜方芳;劉士榮;邱雪娜;;一種改進的粒子濾波目標跟蹤算法[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

4 付曉薇;方康玲;李曦;;一種基于特征的多目標跟蹤算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

5 王亞楠;陳杰;甘明剛;;基于差分進化的改進粒子濾波目標跟蹤算法[A];中國自動化學會控制理論專業(yè)委員會C卷[C];2011年

6 許偉村;趙清杰;;一種基于粒子濾波的多目標跟蹤算法[A];2011年中國智能自動化學術(shù)會議論文集（第一分冊）[C];2011年

7 石章松;劉忠;;一種使用輔助變量的單站純方位目標跟蹤算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

8 段萌遠;于俊清;王錦;;基于活動狀態(tài)分類的多目標跟蹤算法[A];第二屆和諧人機環(huán)境聯(lián)合學術(shù)會議(HHME2006)——第15屆中國多媒體學術(shù)會議(NCMT'06)論文集[C];2006年

9 張震宇;王立松;;基于粒子濾波的傳感器目標跟蹤算法[A];2008年中國高校通信類院系學術(shù)研討會論文集（上冊）[C];2009年

10 郭春;羅鵬飛;;一種基于小波變換的目標跟蹤算法研究[A];第十屆全國信號處理學術(shù)年會（CCSP-2001）論文集[C];2001年

相關(guān)博士學位論文 前10條

1 產(chǎn)思賢;基于視覺系統(tǒng)的智能目標跟蹤算法研究[D];浙江工業(yè)大學;2018年

2 王全輝;篩選式知識輔助多模型機動目標跟蹤算法[D];深圳大學;2018年

3 胡秀華;復雜場景中目標跟蹤算法研究[D];西北工業(yè)大學;2017年

4 金加根;基于元數(shù)據(jù)的雷達目標檢測和跟蹤研究[D];武漢理工大學;2015年

5 張雷;復雜場景下實時目標跟蹤算法及實現(xiàn)技術(shù)研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2016年

6 胡碩;基于小波理論的目標檢測與快速目標跟蹤算法研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2006年

7 李安平;復雜環(huán)境下的視頻目標跟蹤算法研究[D];上海交通大學;2007年

8 王書朋;視頻目標跟蹤算法研究[D];西安電子科技大學;2009年

9 劉晴;基于區(qū)域特征的目標跟蹤算法研究[D];北京理工大學;2014年

10 盧建國;基于粒子濾波的視頻目標跟蹤算法研究[D];北京郵電大學;2011年

相關(guān)碩士學位論文 前10條

1 王睿;基于Mean Shift的目標跟蹤算法研究[D];武漢大學;2017年

2 王永;基于孿生網(wǎng)絡的目標跟蹤算法及其在艦船場景中的應用研究[D];廈門大學;2018年

3 肖渤濤;復雜場景下的實時目標跟蹤算法研究及DSP實現(xiàn)[D];中國石油大學(華東);2017年

4 張圓;基于圖表示模型與學習方法的目標跟蹤算法研究[D];安徽大學;2019年

5 趙周鼎;核相關(guān)濾波目標跟蹤算法的研究及其嵌入式平臺的實現(xiàn)[D];鄭州大學;2019年

6 王潤玲;多帶寬融合的實時目標跟蹤算法[D];北方工業(yè)大學;2019年

7 周啟晨;基于深度學習的無人機對地目標跟蹤算法研究[D];北方工業(yè)大學;2019年

8 湛西羊;基于直覺模糊聚類的視頻多目標跟蹤算法研究[D];深圳大學;2018年

9 王健;基于自適應巡航的多目標跟蹤算法研究[D];合肥工業(yè)大學;2018年

10 劉佳琪;基于FPGA的目標跟蹤系統(tǒng)設計與實現(xiàn)[D];沈陽工業(yè)大學;2018年

本文編號：2643733