近些年來,隨著高科技技術(shù)的發(fā)展,部隊的信息化建設(shè)進程也在加快,各相關(guān)單位都在加大對于軍事技術(shù)的研究和投入。在部隊安防中,運動目標(biāo)跟蹤技術(shù)的研究一直是一個應(yīng)用范圍非常廣的研究方向。無論是視頻監(jiān)控系統(tǒng)、武器裝備研發(fā),還是安全防御系統(tǒng)的構(gòu)建,都離不開運動目標(biāo)跟蹤技術(shù)的輔助和支持。隨著人工智能和多媒體技術(shù)突飛猛進的發(fā)展,傳統(tǒng)的運動目標(biāo)跟蹤技術(shù)已經(jīng)無法達到高精度、高抗干擾的性能。為此,本文以部隊安防中運動目標(biāo)跟蹤算法的研究與應(yīng)用為課題,結(jié)合流行的深度學(xué)習(xí)技術(shù)和顯著性目標(biāo)檢測算法,提出了一個新穎的基于深度學(xué)習(xí)框架的顯著性運動目標(biāo)跟蹤算法。本文提出的新型運動目標(biāo)跟蹤算法既可以具有深度學(xué)習(xí)所特有的圖像特征自動學(xué)習(xí)的特點,避免人工設(shè)計特征存在的不足和片面,實現(xiàn)對于跟蹤目標(biāo)的準(zhǔn)確特征表示,又通過將顯著性目標(biāo)檢測技術(shù)引入到運動目標(biāo)跟蹤技術(shù)中,實現(xiàn)對于候選圖像塊的顯著性檢測,將顯著性區(qū)域面積最大的圖像塊作為下一幀的跟蹤目標(biāo)區(qū)域,從而可以成功應(yīng)對部隊安防中對于跟蹤目標(biāo)的隱蔽和偽裝的跟蹤處理。本文的主要貢獻簡要概括如下:（1）本文充分闡述了部隊安防和軍事領(lǐng)域中視頻監(jiān)控技術(shù)和運動目標(biāo)跟蹤技術(shù)在實際戰(zhàn)爭和武器裝備,以... 

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

運動目標(biāo)跟蹤視頻數(shù)據(jù)庫OTB中部分跟蹤視頻與其存在的干擾因素（1）光照強度的變化

運動目標(biāo)跟蹤過程中常見的干擾因素（2）跟蹤目標(biāo)部分和全面遮擋

RGB顏色空間三維圖


本文編號：3655589