面向車載熱成像行人檢測的目標跟蹤方法
發(fā)布時間:2023-01-03 11:49
車載熱成像行人檢測是計算機視覺領域的一個研究熱點,為高級輔助駕駛提供了重要的技術支持。熱成像不受光照影響,但是分辨率、對比度和信噪比較低,車載熱成像行人檢測穩(wěn)定檢出目標比較困難。跟蹤有助于提升檢出目標的穩(wěn)定性,本文提出分類輔助KCF(Kernel Correlation Filter)跟蹤方法,并應用于車載熱成像行人檢測中。本文主要工作如下:(1)目標被遮擋或發(fā)生尺度變化時,KCF易出現(xiàn)跟蹤漂移。利用置信度檢驗和分類器檢驗,通過計算KCF預測框的可信度,減輕跟蹤漂移;改進尺度池策略,促成KCF在并行跟蹤多個尺度目標的基礎上,當確定尺度變化方向后從略其它方向的尺度計算進而提高計算效率。實驗結果表明所提方法在跟蹤精度和成功率上分別提升了14.9%和29.6%。(2)車載熱成像行人檢測方法檢測率較低,提出分類輔助KCF跟蹤方法。設計Ro Is(Region of Interests)檢測鏈存儲Ro Is,基于Ro Is的位置和尺度對鏈中Ro Is與輸入幀Ro Is進行匹配,快速更新鏈中Ro Is,KCF僅跟蹤鏈中被分類為目標的Ro Is,改善跟蹤效果以及提高計算效率。實驗結果表明所提方法在召...
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景及意義
1.2 國內外研究現(xiàn)狀
1.2.1 熱成像行人檢測
1.2.2 單目標跟蹤
1.2.3 多目標跟蹤
1.3 研究內容與創(chuàng)新點
1.4 論文的章節(jié)安排
第二章 車載熱成像行人檢測和目標跟蹤理論基礎
2.1 車載熱成像行人檢測方法
2.1.1 閾值分割+分類器檢測方法
2.1.2 Faster R-CNN檢測方法
2.2 目標跟蹤方法
2.2.1 單目標跟蹤方法KCF
2.2.2 多目標跟蹤方法Io U-Tracker
2.3 本章小結
第三章 針對行人檢測要求改進的KCF跟蹤方法
3.1 KCF跟蹤方法的缺陷及改進策略
3.2 改進尺度池策略
3.3 KCF跟蹤檢驗
3.3.1 置信度檢驗
3.3.2 分類器檢驗
3.4 實驗與結果分析
3.4.1 實驗數(shù)據(jù)集和評估標準
3.4.2 置信度檢驗閾值選擇
3.4.3 KCF改進實驗對比與分析
3.5 本章小結
第四章 面向車載熱成像行人檢測的分類輔助KCF跟蹤方法
4.1 引入分類輔助KCF的檢測框架
4.2 分類輔助KCF策略
4.3 RoIs檢測鏈設計
4.3.1 RoIs檢測鏈數(shù)據(jù)結構
4.3.2 RoIs檢測鏈中的RoIs匹配
4.3.3 RoIs檢測鏈中的RoIs刪除
4.4 實驗結果與分析
4.4.1 實驗數(shù)據(jù)集和評估標準
4.4.2 實驗對比與分析
4.5 本章小結
第五章 面向車載熱成像行人檢測的多目標跟蹤方法
5.1 面向行人檢測的多目標跟蹤框架
5.2 檢測目標生成方法
5.3 數(shù)據(jù)關聯(lián)方法
5.3.1 檢測約束
5.3.2 匈牙利算法匹配
5.4 多目標跟蹤實現(xiàn)
5.4.1 軌跡管理策略
5.4.2 多目標跟蹤流程
5.5 實驗結果與分析
5.5.1 SCUT-MOT數(shù)據(jù)集
5.5.2 實驗參數(shù)配置和評估標準
5.5.3 實驗對比與分析
5.5.4 車載熱成像行人檢測系統(tǒng)對比
5.6 本章小結
第六章 總結與展望
6.1 工作總結
6.2 工作展望
參考文獻
攻讀博士/碩士學位期間取得的研究成果
致謝
附件
【參考文獻】:
期刊論文
[1]紅外圖像閾值分割算法的研究[J]. 蔣艷軍,譚佐軍,余貞貞,陳建軍. 紅外. 2008(12)
博士論文
[1]車載單目遠紅外行人檢測關鍵技術研究[D]. 王國華.華南理工大學 2016
[2]移動背景下視覺的行人檢測、識別與跟蹤技術研究[D]. 習文星.中國科學院研究生院(上海技術物理研究所) 2015
[3]智能交通監(jiān)控中運動目標檢測與跟蹤算法研究[D]. 崔雨勇.華中科技大學 2012
本文編號:3727415
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景及意義
1.2 國內外研究現(xiàn)狀
1.2.1 熱成像行人檢測
1.2.2 單目標跟蹤
1.2.3 多目標跟蹤
1.3 研究內容與創(chuàng)新點
1.4 論文的章節(jié)安排
第二章 車載熱成像行人檢測和目標跟蹤理論基礎
2.1 車載熱成像行人檢測方法
2.1.1 閾值分割+分類器檢測方法
2.1.2 Faster R-CNN檢測方法
2.2 目標跟蹤方法
2.2.1 單目標跟蹤方法KCF
2.2.2 多目標跟蹤方法Io U-Tracker
2.3 本章小結
第三章 針對行人檢測要求改進的KCF跟蹤方法
3.1 KCF跟蹤方法的缺陷及改進策略
3.2 改進尺度池策略
3.3 KCF跟蹤檢驗
3.3.1 置信度檢驗
3.3.2 分類器檢驗
3.4 實驗與結果分析
3.4.1 實驗數(shù)據(jù)集和評估標準
3.4.2 置信度檢驗閾值選擇
3.4.3 KCF改進實驗對比與分析
3.5 本章小結
第四章 面向車載熱成像行人檢測的分類輔助KCF跟蹤方法
4.1 引入分類輔助KCF的檢測框架
4.2 分類輔助KCF策略
4.3 RoIs檢測鏈設計
4.3.1 RoIs檢測鏈數(shù)據(jù)結構
4.3.2 RoIs檢測鏈中的RoIs匹配
4.3.3 RoIs檢測鏈中的RoIs刪除
4.4 實驗結果與分析
4.4.1 實驗數(shù)據(jù)集和評估標準
4.4.2 實驗對比與分析
4.5 本章小結
第五章 面向車載熱成像行人檢測的多目標跟蹤方法
5.1 面向行人檢測的多目標跟蹤框架
5.2 檢測目標生成方法
5.3 數(shù)據(jù)關聯(lián)方法
5.3.1 檢測約束
5.3.2 匈牙利算法匹配
5.4 多目標跟蹤實現(xiàn)
5.4.1 軌跡管理策略
5.4.2 多目標跟蹤流程
5.5 實驗結果與分析
5.5.1 SCUT-MOT數(shù)據(jù)集
5.5.2 實驗參數(shù)配置和評估標準
5.5.3 實驗對比與分析
5.5.4 車載熱成像行人檢測系統(tǒng)對比
5.6 本章小結
第六章 總結與展望
6.1 工作總結
6.2 工作展望
參考文獻
攻讀博士/碩士學位期間取得的研究成果
致謝
附件
【參考文獻】:
期刊論文
[1]紅外圖像閾值分割算法的研究[J]. 蔣艷軍,譚佐軍,余貞貞,陳建軍. 紅外. 2008(12)
博士論文
[1]車載單目遠紅外行人檢測關鍵技術研究[D]. 王國華.華南理工大學 2016
[2]移動背景下視覺的行人檢測、識別與跟蹤技術研究[D]. 習文星.中國科學院研究生院(上海技術物理研究所) 2015
[3]智能交通監(jiān)控中運動目標檢測與跟蹤算法研究[D]. 崔雨勇.華中科技大學 2012
本文編號:3727415
本文鏈接:http://sikaile.net/kejilunwen/qiche/3727415.html
最近更新
教材專著