本文關(guān)鍵詞：序列圖像中的目標(biāo)跟蹤方法研究

  更多相關(guān)文章： 目標(biāo)跟蹤 TLD算法 LBP 卡爾曼濾波器

【摘要】：目標(biāo)跟蹤在智能監(jiān)控、無(wú)人機(jī)、移動(dòng)機(jī)器人、智能交通系統(tǒng)等領(lǐng)域有著廣泛的應(yīng)用,因而得到了越來(lái)越多的關(guān)注,它是計(jì)算機(jī)視覺研究的重要內(nèi)容之一。目前主要的跟蹤方法有：基于模型的跟蹤方法,基于特征的跟蹤方法、基于輪廓的跟蹤方法以及近些年興起的基于學(xué)習(xí)的跟蹤方法。在眾多的視覺跟蹤算法中,TLD(Tracking-Learning-Detection,跟蹤-學(xué)習(xí)-檢測(cè))算法在旋轉(zhuǎn)、遮擋、均勻光照等情況下可以較好的對(duì)目標(biāo)進(jìn)行長(zhǎng)時(shí)間跟蹤。但是在光照變化不均、遮擋嚴(yán)重、跟蹤目標(biāo)模糊等情況下經(jīng)常出現(xiàn)誤跟蹤或跟蹤失敗等問題。針對(duì)TLD跟蹤算法存在的不足,本文首先提出了一種融合TLD和均勻模式LBP(Uniform Local Binary Pattern,均勻局部二值模式)的跟蹤算法-TLD_ULBP算法。在TLD_ULBP算法中,仍然采用跟蹤-學(xué)習(xí)-檢測(cè)的基本框架。但對(duì)檢測(cè)器部分進(jìn)行了改進(jìn),設(shè)計(jì)了一個(gè)新的分類器-ULBP分類器(均勻模式LBP分類器)。該分類器以均勻模式LBP算子作為基本元素求取樣本均勻模式LBP圖,并對(duì)該圖進(jìn)行分塊,求取各個(gè)子塊歸一化直方圖,并將這些歸一化的子塊直方圖拼接為一個(gè)特征向量,形成整幅圖的ULBP紋理特征向量,利用該向量對(duì)樣本進(jìn)行分類。當(dāng)跟蹤目標(biāo)具有較好的紋理特性時(shí)采用該分類器取代TLD中的最近鄰分類器可以得到更好的分類結(jié)果。并為此設(shè)計(jì)了決策模塊,該模塊根據(jù)目標(biāo)的紋理特性決定采用最近鄰分類器還是ULBP分類器。為了彌補(bǔ)融入均勻模式LBP算子所增加的計(jì)算時(shí)間,提高系統(tǒng)的實(shí)時(shí)性,采用卡爾曼濾波器對(duì)跟蹤目標(biāo)進(jìn)行預(yù)測(cè),當(dāng)預(yù)測(cè)結(jié)果被判定為基本正確時(shí),對(duì)TLD_ULBP算法的檢測(cè)器進(jìn)行搜索范圍約束。并且當(dāng)卡爾曼濾波器預(yù)測(cè)結(jié)果具有一定可信度,且其相關(guān)相似度大于TLD_ULBP算法的跟蹤結(jié)果或者TLD_ULBP算法跟蹤失敗時(shí),將預(yù)測(cè)值作為跟蹤結(jié)果輸出。大量的實(shí)驗(yàn)證明,通過融入LBP算子和卡爾曼濾波器,改進(jìn)后的算法相較于原始TLD算法不論在光照變化還是在綜合場(chǎng)景中,跟蹤的精確度、召回率方面有了明顯的提高。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李立早;;基于System Generator的卡爾曼濾波器實(shí)現(xiàn)[J];信息化研究;2013年03期

2 F.A.法魯基;R.C.戴維斯;高自功;;跟蹤目標(biāo)用的卡爾曼濾波器的設(shè)計(jì)[J];國(guó)外艦船技術(shù).雷達(dá)與對(duì)抗;1982年08期

3 卓兆水;;具有輸入估計(jì)跟蹤方案的無(wú)檢測(cè)全修正卡爾曼濾波器[J];火控雷達(dá)技術(shù);1984年04期

4 趙希人;;卡爾曼濾波器在船用慣性導(dǎo)航系統(tǒng)中的應(yīng)用[J];自動(dòng)化學(xué)報(bào);1985年03期

5 劉國(guó)慶;卡爾曼濾波器的自適應(yīng)算法[J];南京化工大學(xué)學(xué)報(bào)(自然科學(xué)版);1995年01期

6 張亞平;卡爾曼濾波器實(shí)用技術(shù)研究[J];無(wú)線電工程;1997年02期

7 秦吉,張翼鵬;現(xiàn)代統(tǒng)計(jì)信息分析在安全工程方面的應(yīng)用——卡爾曼濾波器基本知識(shí)[J];工業(yè)安全與防塵;1999年04期

8 喬蕓,樊錫德;鎖相環(huán)與卡爾曼濾波器[J];現(xiàn)代電子技術(shù);2001年04期

9 葉 斌,徐 毓;強(qiáng)跟蹤濾波器與卡爾曼濾波器對(duì)目標(biāo)跟蹤的比較[J];空軍雷達(dá)學(xué)院學(xué)報(bào);2002年02期

10 盛三元 ,王建華;基于多傳感器信息融合技術(shù)的聯(lián)合卡爾曼濾波器的設(shè)計(jì)及應(yīng)用[J];情報(bào)指揮控制系統(tǒng)與仿真技術(shù);2002年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 李明;楊洪耕;劉立生;;新型自適應(yīng)卡爾曼濾波器作動(dòng)態(tài)諧波估計(jì)[A];2004年電力電容器學(xué)會(huì)論文集[C];2004年

2 苑薇薇;王建輝;;采用推廣卡爾曼濾波器估計(jì)入射波參數(shù)[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

3 姜義德;鐘潁秀;張帆人;;以限制型卡爾曼濾波器估測(cè)位置與姿態(tài)(英文)[A];第七屆海峽兩岸工程力學(xué)研討會(huì)論文摘要集[C];2011年

4 馬馳州;楊亦春;李曉東;;多模型卡爾曼濾波器在聲定位中的應(yīng)用[A];中國(guó)聲學(xué)學(xué)會(huì)2006年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

5 張勇軍;李小占;楊志剛;;動(dòng)態(tài)優(yōu)化漸消因子的強(qiáng)跟蹤卡爾曼濾波器研究[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)C卷[C];2011年

6 房媛媛;李亞安;李曉花;白曉娟;;Cubature-Kalman濾波及性能分析[A];中國(guó)聲學(xué)學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2011年

7 韓光宇;;組合導(dǎo)航中卡爾曼濾波器之淺見[A];中國(guó)航海學(xué)會(huì)優(yōu)秀論文文摘及學(xué)術(shù)會(huì)議論文目次匯編（1990—1991）[C];1992年

8 張建偉;伍蔡倫;謝松;;卡爾曼濾波器在RTK處理中的應(yīng)用[A];第三屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集——S08衛(wèi)星導(dǎo)航模型與方法[C];2012年

9 張雷;王建宇;戴寧;;基于模糊融合的GPS/INS算法研究(英文)[A];全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

10 顧明武;陳熙源;;RBFNN輔助卡爾曼濾波器在GPS/SINS組合導(dǎo)航中的應(yīng)用[A];2008年船舶通信導(dǎo)航學(xué)術(shù)年會(huì)論文集[C];2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張巍;卡爾曼濾波器在帶寬測(cè)量中的應(yīng)用[D];電子科技大學(xué);2015年

2 張巖巖;視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)的識(shí)別與跟蹤研究[D];河北科技大學(xué);2015年

3 賈春肖;序列圖像中的目標(biāo)跟蹤方法研究[D];北京交通大學(xué);2016年

4 邱燕平;退化故障下設(shè)備可靠性的卡爾曼濾波器預(yù)測(cè)方法[D];合肥工業(yè)大學(xué);2010年

5 葛磊;非希爾伯特空間濾波研究[D];哈爾濱工程大學(xué);2009年

6 臧曉蕾;基于卡爾曼濾波器的船用雷達(dá)運(yùn)動(dòng)目標(biāo)跟蹤算法研究及性能分析[D];大連海事大學(xué);2011年

7 楊丹;卡爾曼濾波器設(shè)計(jì)及其應(yīng)用研究[D];湘潭大學(xué);2014年

8 王寒芷;基于卡爾曼濾波器的自適應(yīng)網(wǎng)絡(luò)異常檢測(cè)方法[D];上海交通大學(xué);2010年

9 王凱;融合卡爾曼濾波和Mean Shift的尺度自適應(yīng)運(yùn)動(dòng)目標(biāo)跟蹤算法的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2013年

10 李寶緒;基于FPGA的卡爾曼濾波器的設(shè)計(jì)與實(shí)現(xiàn)[D];山東大學(xué);2014年

，

本文編號(hào)：1282067