發(fā)布時間：2018-05-04 19:19

  本文選題：多目標(biāo)跟蹤 + 目標(biāo)區(qū)分策略��； 參考：《電子測量與儀器學(xué)報》2017年01期

【摘要】：為了提高多目標(biāo)跟蹤的魯棒性,增強目標(biāo)之間的區(qū)別性,使用了一種基于能量最小化(energy minimization,EM)的多目標(biāo)跟蹤算法,不同于現(xiàn)有算法,本算法專注于將多目標(biāo)跟蹤中的復(fù)雜問題表示為能量函數(shù)的模型,模型中包括了更優(yōu)的目標(biāo)區(qū)分策略(相似度模型)。通過將每個能量函數(shù)成本值對應(yīng)一個多目標(biāo)的跟蹤軌跡方案,算法將多目標(biāo)跟蹤問題轉(zhuǎn)化為能量最小化的問題。在能量函數(shù)模型的優(yōu)化方法上,算法采用共軛梯度算法和一系列的跳轉(zhuǎn)運動來找到能量最小的值。公開數(shù)據(jù)集的實驗結(jié)果證明了本算法的有效性,而且定量分析結(jié)果證明了本算法提高了目標(biāo)與背景、目標(biāo)之間的相互區(qū)別性從而與其他算法相比能獲得更好的魯棒性能。
[Abstract]:In order to improve the robustness of multi-target tracking and enhance the distinction between targets, a multi-target tracking algorithm based on energy minimization is proposed, which is different from the existing algorithms. This algorithm focuses on representing the complex problems in multi-target tracking as a model of energy function, which includes a better target differentiation strategy (similarity model). By matching the cost of each energy function to a multi-target tracking scheme, the algorithm transforms the multi-target tracking problem into a problem of energy minimization. In the optimization of the energy function model, the conjugate gradient algorithm and a series of jump motions are used to find the minimum energy. The experimental results of the open datasets show that the algorithm is effective, and the quantitative analysis results show that the algorithm improves the distinction between the targets and the background, and thus achieves better robustness than the other algorithms.
【作者單位】： 合肥工業(yè)大學(xué)計算機與信息學(xué)院;
【基金】：公安網(wǎng)視頻云計算平臺應(yīng)用支撐系統(tǒng)研制(1401b042002) 安徽省科技攻關(guān)計劃資助項目
【分類號】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 蔡波;周大可;楊欣;;基于顯著特征區(qū)域和條件隨機場的目標(biāo)跟蹤[J];電子測量技術(shù);2016年08期

2 李靜宇;姚志軍;田睿;;一致性特征點匹配在目標(biāo)跟蹤中的應(yīng)用[J];電子測量技術(shù);2015年10期

3 徐超;高夢珠;查宇鋒;曹利民;;基于HOG和SVM的公交乘客人流量統(tǒng)計算法[J];儀器儀表學(xué)報;2015年02期

4 高文;湯洋;朱明;;復(fù)雜背景下目標(biāo)檢測的級聯(lián)分類器算法研究[J];物理學(xué)報;2014年09期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 金漢均;梅洪洋;;Sobel算子在提取視頻運動目標(biāo)輪廓中的應(yīng)用研究[J];電子測量技術(shù);2014年11期

2 王曉東;賈繼鵬;;一種基于IMMPDA-UKF的機動目標(biāo)跟蹤算法[J];電子測量技術(shù);2014年10期

3 吳樂;凌晨;周霽婷;張文俊;;基于改進Hausdorff距離的運動目標(biāo)自動跟蹤算法[J];電子測量技術(shù);2014年04期

4 蔣建國;牛杰杰;齊美彬;;基于SURF和軌跡濾波的旋轉(zhuǎn)視頻穩(wěn)像算法[J];儀器儀表學(xué)報;2014年03期

5 李紅巖;毛征;袁建建;曲勁松;吳珍榮;;一種基于算法融合的運動目標(biāo)跟蹤算法[J];國外電子測量技術(shù);2013年12期

6 馬原;呂群波;劉揚陽;錢路路;裴琳琳;;基于主成分變換的圖像稀疏度估計方法[J];物理學(xué)報;2013年20期

7 張巧榮;馮新?lián)P;;利用視覺顯著性和粒子濾波的運動目標(biāo)跟蹤[J];中國圖象圖形學(xué)報;2013年05期

8 李小紅;謝成明;賈易臻;張國富;;基于ORB特征的快速目標(biāo)檢測算法[J];電子測量與儀器學(xué)報;2013年05期

9 朱秋平;顏佳;張虎;范賜恩;鄧德祥;;基于壓縮感知的多特征實時跟蹤[J];光學(xué)精密工程;2013年02期

10 韓軍;景彩云;吳玲玲;陳靖;;基于DSP的圖像處理在轉(zhuǎn)角測試中的應(yīng)用[J];國外電子測量技術(shù);2013年01期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李斌;姚康澤;王巖;慈林林;萬建偉;;基于灰關(guān)聯(lián)的分類信息輔助多目標(biāo)跟蹤[J];信號處理;2009年03期

2 王汝夯;黃建國;張群飛;;基于網(wǎng)絡(luò)層次分析的水下多目標(biāo)跟蹤排序方法[J];西北工業(yè)大學(xué)學(xué)報;2009年05期

3 陳炳和;雷達(dá)多目標(biāo)跟蹤的數(shù)學(xué)表示[J];電子學(xué)報;1988年02期

4 余少波,胡守仁,劉孟仁;雷達(dá)多目標(biāo)跟蹤的神經(jīng)網(wǎng)絡(luò)方法[J];電子學(xué)報;1992年04期

5 王順奎;多目標(biāo)跟蹤用的多傳感器信息融合技術(shù)[J];紅外與激光技術(shù);1994年04期

6 E.W.Kamen ,劉勝厚;基于對稱測量方程的多目標(biāo)跟蹤[J];艦船指揮控制系統(tǒng);1996年03期

7 劉維亭,張冰,朱志宇;多目標(biāo)跟蹤中的目標(biāo)位置及速度數(shù)據(jù)融合[J];船舶工程;2003年01期

8 路紅;費樹岷;鄭建勇;張濤;;基于行為和部分觀測的多目標(biāo)跟蹤(英文)[J];Journal of Southeast University(English Edition);2008年04期

9 蔣戀華;甘朝暉;蔣e，

本文編號：1844321