本文關鍵詞：序列圖像中的目標跟蹤方法研究

  更多相關文章： 目標跟蹤 TLD算法 LBP 卡爾曼濾波器

【摘要】：目標跟蹤在智能監(jiān)控、無人機、移動機器人、智能交通系統(tǒng)等領域有著廣泛的應用,因而得到了越來越多的關注,它是計算機視覺研究的重要內容之一。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習的跟蹤方法。在眾多的視覺跟蹤算法中,TLD(Tracking-Learning-Detection,跟蹤-學習-檢測)算法在旋轉、遮擋、均勻光照等情況下可以較好的對目標進行長時間跟蹤。但是在光照變化不均、遮擋嚴重、跟蹤目標模糊等情況下經常出現誤跟蹤或跟蹤失敗等問題。針對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-學習-檢測的基本框架。但對檢測器部分進行了改進,設計了一個新的分類器-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,并對該圖進行分塊,求取各個子塊歸一化直方圖,并將這些歸一化的子塊直方圖拼接為一個特征向量,形成整幅圖的ULBP紋理特征向量,利用該向量對樣本進行分類。當跟蹤目標具有較好的紋理特性時采用該分類器取代TLD中的最近鄰分類器可以得到更好的分類結果。并為此設計了決策模塊,該模塊根據目標的紋理特性決定采用最近鄰分類器還是ULBP分類器。為了彌補融入均勻模式LBP算子所增加的計算時間,提高系統(tǒng)的實時性,采用卡爾曼濾波器對跟蹤目標進行預測,當預測結果被判定為基本正確時,對TLD_ULBP算法的檢測器進行搜索范圍約束。并且當卡爾曼濾波器預測結果具有一定可信度,且其相關相似度大于TLD_ULBP算法的跟蹤結果或者TLD_ULBP算法跟蹤失敗時,將預測值作為跟蹤結果輸出。大量的實驗證明,通過融入LBP算子和卡爾曼濾波器,改進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景中,跟蹤的精確度、召回率方面有了明顯的提高。
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

中國期刊全文數據庫 前10條

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

2 F.A.法魯基;R.C.戴維斯;高自功;;跟蹤目標用的卡爾曼濾波器的設計[J];國外艦船技術.雷達與對抗;1982年08期

3 卓兆水;;具有輸入估計跟蹤方案的無檢測全修正卡爾曼濾波器[J];火控雷達技術;1984年04期

4 趙希人;;卡爾曼濾波器在船用慣性導航系統(tǒng)中的應用[J];自動化學報;1985年03期

5 劉國慶;卡爾曼濾波器的自適應算法[J];南京化工大學學報(自然科學版);1995年01期

6 張亞平;卡爾曼濾波器實用技術研究[J];無線電工程;1997年02期

7 秦吉,張翼鵬;現代統(tǒng)計信息分析在安全工程方面的應用——卡爾曼濾波器基本知識[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];現代電子技術;2001年04期

9 葉 斌,徐 毓;強跟蹤濾波器與卡爾曼濾波器對目標跟蹤的比較[J];空軍雷達學院學報;2002年02期

10 盛三元 ,王建華;基于多傳感器信息融合技術的聯合卡爾曼濾波器的設計及應用[J];情報指揮控制系統(tǒng)與仿真技術;2002年02期

中國重要會議論文全文數據庫 前10條

1 李明;楊洪耕;劉立生;;新型自適應卡爾曼濾波器作動態(tài)諧波估計[A];2004年電力電容器學會論文集[C];2004年

2 苑薇薇;王建輝;;采用推廣卡爾曼濾波器估計入射波參數[A];1997中國控制與決策學術年會論文集[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位置與姿態(tài)(英文)[A];第七屆海峽兩岸工程力學研討會論文摘要集[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用[A];中國聲學學會2006年全國聲學學術會議論文集[C];2006年

5 張勇軍;李小占;楊志剛;;動態(tài)優(yōu)化漸消因子的強跟蹤卡爾曼濾波器研究[A];中國自動化學會控制理論專業(yè)委員會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];中國聲學學會第九屆青年學術會議論文集[C];2011年

7 韓光宇;;組合導航中卡爾曼濾波器之淺見[A];中國航海學會優(yōu)秀論文文摘及學術會議論文目次匯編（1990—1991）[C];1992年

8 張建偉;伍蔡倫;謝松;;卡爾曼濾波器在RTK處理中的應用[A];第三屆中國衛(wèi)星導航學術年會電子文集——S08衛(wèi)星導航模型與方法[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];全國第19屆計算機技術與應用（CACIS）學術會議論文集（下冊）[C];2008年

10 顧明武;陳熙源;;RBFNN輔助卡爾曼濾波器在GPS/SINS組合導航中的應用[A];2008年船舶通信導航學術年會論文集[C];2008年

中國碩士學位論文全文數據庫 前10條

1 張巍;卡爾曼濾波器在帶寬測量中的應用[D];電子科技大學;2015年

2 張巖巖;視頻監(jiān)控中運動目標的識別與跟蹤研究[D];河北科技大學;2015年

3 賈春肖;序列圖像中的目標跟蹤方法研究[D];北京交通大學;2016年

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

5 葛磊;非希爾伯特空間濾波研究[D];哈爾濱工程大學;2009年

6 臧曉蕾;基于卡爾曼濾波器的船用雷達運動目標跟蹤算法研究及性能分析[D];大連海事大學;2011年

7 楊丹;卡爾曼濾波器設計及其應用研究[D];湘潭大學;2014年

8 王寒芷;基于卡爾曼濾波器的自適應網絡異常檢測方法[D];上海交通大學;2010年

9 王凱;融合卡爾曼濾波和Mean Shift的尺度自適應運動目標跟蹤算法的研究與實現[D];電子科技大學;2013年

10 李寶緒;基于FPGA的卡爾曼濾波器的設計與實現[D];山東大學;2014年

，

本文編號：1282067