【摘要】：本文中實(shí)現(xiàn)了一種實(shí)時(shí)魯棒的目標(biāo)跟蹤方法,提出了新穎的基于目標(biāo)形狀和外觀的稠密循環(huán)采樣方法、循環(huán)矩陣和頻域空間的能量最小化目標(biāo)跟蹤方法。本文方法總體上減少了需要處理的數(shù)據(jù)量,尤其是加入了循環(huán)矩陣,極大地簡(jiǎn)化了計(jì)算過程,并將目標(biāo)特征轉(zhuǎn)換到高維頻域空間進(jìn)行了線性表示,最后用高頻空間能量最小化的方法實(shí)現(xiàn)了更加快速和精準(zhǔn)的目標(biāo)跟蹤。通過大量的對(duì)比實(shí)驗(yàn)表明,本文方法的總體效果較好,在目標(biāo)朝向變化、場(chǎng)景光照變化、視頻抖動(dòng)、目標(biāo)尺度模式變化、目標(biāo)部分遮擋等環(huán)境下,較目前效果最好、最新的方法,本文方法在綜合的跟蹤精度和效率方面更能取得較好的效果。
[Abstract]:In this paper, a real-time robust target tracking method is implemented, and a novel dense cyclic sampling method based on the shape and appearance of the target, cyclic matrix and frequency-domain energy minimized target tracking method is proposed. In this method, the amount of data needed to be processed is reduced, especially the cyclic matrix is added, which greatly simplifies the calculation process, and converts the target features to high dimensional frequency domain space for linear representation. Finally, the high frequency space energy minimization method is used to achieve faster and more accurate target tracking. Through a large number of comparative experiments, it is shown that the overall effect of this method is better than that of the current environment, such as target orientation change, scene illumination change, video jitter, target scale model change, target partial occlusion and so on. The latest method, this method can achieve better results in the integrated tracking accuracy and efficiency.
【作者單位】： 北京航空航天大學(xué)計(jì)算機(jī)學(xué)院;廣東南方職業(yè)學(xué)院;
【基金】：國家自然科學(xué)基金(61003016,61300007,61305054) 科技部基本科研業(yè)務(wù)費(fèi)重點(diǎn)科技創(chuàng)新類項(xiàng)目(YWF-14-JSJXY-007) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(YWF-15-GJSYS-106) 軟件開發(fā)環(huán)境國家重點(diǎn)實(shí)驗(yàn)室自由探索基金(ZX2015ZX-09,SKLSDE-2014ZX-06,SKLSDE-2012ZX-28,SKLSDE-2015ZX-09,SKLSDE-2013ZX-11)~~
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬進(jìn);田濤;;基于聯(lián)合變換相關(guān)的目標(biāo)跟蹤方法[J];應(yīng)用光學(xué);2012年05期

2 邵文坤;黃愛民;韋慶;;目標(biāo)跟蹤方法綜述[J];影像技術(shù);2006年01期

3 梁德群;阮文;;基于模型的線性組合目標(biāo)跟蹤方法[J];模式識(shí)別與人工智能;1995年04期

4 齊志泉;宋野;王來生;;基于在線學(xué)習(xí)的目標(biāo)跟蹤方法研究[J];計(jì)算機(jī)應(yīng)用研究;2010年02期

5 陳愛斌;蔡自興;董德毅;;一種基于目標(biāo)和背景加權(quán)的目標(biāo)跟蹤方法[J];控制與決策;2010年08期

6 巫春玲;韓崇昭;;一種新的非線性目標(biāo)跟蹤方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年07期

7 王江峰;張茂軍;熊志輝;包衛(wèi)東;;一種利用時(shí)空約束軌跡片段關(guān)聯(lián)的目標(biāo)跟蹤方法[J];計(jì)算機(jī)應(yīng)用研究;2011年03期

8 林曉東;朱林戶;王瑛;;一種改進(jìn)的基于概率假設(shè)密度濾波的多目標(biāo)跟蹤方法[J];控制與決策;2011年09期

9 向志炎;曹鐵勇;沈文鑫;張鵬;肖強(qiáng);;一種新的基于粒子濾波框架的目標(biāo)跟蹤方法[J];軍事通信技術(shù);2011年04期

10 王江峰;張茂軍;包衛(wèi)東;熊志輝;;雙向時(shí)空連續(xù)性軌跡片段關(guān)聯(lián)的目標(biāo)跟蹤方法[J];國防科技大學(xué)學(xué)報(bào);2011年02期

相關(guān)會(huì)議論文 前5條

1 馬進(jìn);田濤;;基于聯(lián)合變換相關(guān)的目標(biāo)跟蹤方法研究[A];2011西部光子學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

2 胡伏原;張艷寧;肖敬若;;一種大范圍的特定目標(biāo)跟蹤方法[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

3 黃雁;羅喜伶;張軍;;一種實(shí)時(shí)穩(wěn)健的航拍視頻目標(biāo)跟蹤方法[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國青年通信學(xué)術(shù)會(huì)議論文集（下）[C];2008年

4 朱明清;趙宇宙;鄧甜甜;王漫;陳宗海;;基于自適應(yīng)過程噪聲分布的粒子濾波視覺目標(biāo)跟蹤方法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

5 惠斌;陳法領(lǐng);羅海波;;基于互信息的目標(biāo)跟蹤方法[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前9條

1 謝英紅;基于李群流形的視頻目標(biāo)跟蹤方法研究[D];東北大學(xué);2014年

2 李俊;基于模糊信息處理的視頻目標(biāo)跟蹤方法研究[D];深圳大學(xué);2017年

3 王寧;基于粒子濾波的視覺目標(biāo)跟蹤方法關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2013年

4 張洪建;基于有限集統(tǒng)計(jì)學(xué)的多目標(biāo)跟蹤算法研究[D];上海交通大學(xué);2009年

5 李昱辰;基于粒子濾波的視頻目標(biāo)跟蹤方法研究[D];蘭州理工大學(xué);2013年

6 連峰;基于隨機(jī)有限集的多目標(biāo)跟蹤方法研究[D];西安交通大學(xué);2009年

7 張玲;視頻目標(biāo)跟蹤方法研究[D];中國科學(xué)技術(shù)大學(xué);2009年

8 錢誠;增量型目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];浙江大學(xué);2011年

9 段喜萍;復(fù)雜場(chǎng)景下基于稀疏表示的視頻目標(biāo)跟蹤方法研究[D];哈爾濱工業(yè)大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 王蒙;基于粒子濾波的目標(biāo)跟蹤方法研究[D];南京信息工程大學(xué);2015年

2 徐玉偉;多特征聯(lián)合及選擇的目標(biāo)跟蹤算法研究[D];南京信息工程大學(xué);2015年

3 陳清梁;復(fù)雜場(chǎng)景下的目標(biāo)跟蹤方法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 王倩;圖像運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究及應(yīng)用[D];電子科技大學(xué);2015年

5 李川;基于多源數(shù)據(jù)融合的目標(biāo)跟蹤方法設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

6 段紅巖;視頻多目標(biāo)跟蹤方法研究[D];西安電子科技大學(xué);2014年

7 羅偉濤;一種基于特征流型與自學(xué)習(xí)的目標(biāo)跟蹤方法[D];南京大學(xué);2014年

8 葉長春;IARC第7代任務(wù)中定位與目標(biāo)跟蹤方法研究[D];浙江大學(xué);2016年

9 倪亞萍;無線層析網(wǎng)絡(luò)中多目標(biāo)跟蹤方法的研究[D];北京理工大學(xué);2016年

10 葛婷;幾何外觀變化的目標(biāo)跟蹤方法研究[D];北京理工大學(xué);2016年

，

本文編號(hào)：2161580