目標(biāo)跟蹤是指在視頻序列中自動(dòng)跟蹤感興趣的區(qū)域并輸出其在每一幀中的位置和狀態(tài)。目前,目標(biāo)跟蹤的難點(diǎn)主要包括復(fù)雜背景下的目標(biāo)提取、目標(biāo)的自遮擋、相互遮擋、陰影的處理、多攝像機(jī)的數(shù)據(jù)融合、對目標(biāo)跟蹤的實(shí)時(shí)性要求等。尤其是遮擋和陰影,這些問題普遍存在于現(xiàn)實(shí)環(huán)境中,同時(shí)由于目標(biāo)外觀及光照的改變,導(dǎo)致在跟蹤過程中發(fā)生跟蹤漂移、丟失等現(xiàn)象,很大程度地影響目標(biāo)跟蹤算法的準(zhǔn)確性和魯棒性。彩色圖像包含豐富的顏色、梯度、紋理和空間等信息,有利于圖像處理,但彩色圖像往往受限于光照變化、遮擋及復(fù)雜背景等,在跟蹤領(lǐng)域中難以得到優(yōu)秀的魯棒性。深度圖像是指將場景中各點(diǎn)相對于圖像采集設(shè)備的距離作為像素值的圖像,不受光源照射方向、物體表面發(fā)射特性和陰影的影響,恰恰解決了基于彩色圖像的目標(biāo)跟蹤常受光照、陰影和復(fù)雜背景影響的問題。本論文針對于深度圖像不受光照、陰影影響的特點(diǎn),提出了一個(gè)基于粒子濾波框架的多候選種子融合的頭部跟蹤算法。在僅依賴深度信息的前提下,預(yù)處理圖像以豐富細(xì)節(jié)信息,利用深度信息估計(jì)人的移動(dòng)范圍,逐幀融合并更新目標(biāo)模板,分別以二階頭部搜索策略和粒子濾波為運(yùn)動(dòng)模型,結(jié)合提早中斷模板更新策略,對于在深度圖像中被跟... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)說明
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀綜述
        1.2.1 經(jīng)典目標(biāo)跟蹤的研究現(xiàn)狀
        1.2.2 基于RGB-D的目標(biāo)跟蹤研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 論文章節(jié)安排
第二章 目標(biāo)跟蹤相關(guān)理論介紹
    2.1 目標(biāo)跟蹤基礎(chǔ)理論
        2.1.1 目標(biāo)跟蹤的框架
        2.1.2 評價(jià)目標(biāo)跟蹤算法的準(zhǔn)則
        2.1.3 目前的基準(zhǔn)數(shù)據(jù)集
    2.2 深度圖像的特點(diǎn)及獲取
        2.2.1 深度圖像的特點(diǎn)
        2.2.2 深度圖像提取設(shè)備Kinect
    2.3 粒子濾波算法概述
    2.4 感知哈希算法概述
    2.5 本章小結(jié)
第三章 基于深度圖像的多候選種子融合的頭部跟蹤算法
    3.1 深度圖像的預(yù)處理
    3.2 跟蹤模板更新方法
        3.2.1 候選種子位置的生成
        3.2.2 基于多候選種子融合的模板更新
    3.3 二階頭部搜索策略
    3.4 跟蹤結(jié)果與分析
        3.4.1 最優(yōu)參數(shù)選擇方法
        3.4.2 跟蹤結(jié)果分析
    3.5 基于粒子濾波的深度圖像跟蹤算法改進(jìn)
        3.5.1 基于粒子濾波的搜索策略
        3.5.2 跟蹤結(jié)果分析
    3.6 本章小結(jié)
第四章 基于RGB-D的尺度自適應(yīng)跟蹤算法
    4.1 核相關(guān)濾波器跟蹤算法
        4.1.1 核相關(guān)濾波器算法介紹
        4.1.2 基于尺度變換的改進(jìn)現(xiàn)狀
    4.2 基于RGB-D的尺度自適應(yīng)跟蹤算法
        4.2.1 尺度自適應(yīng)變換機(jī)制
        4.2.2 多模態(tài)特征融合方法
        4.2.3 跟蹤丟失自適應(yīng)融合判決機(jī)制
    4.3 跟蹤結(jié)果分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 未解決的問題和以后工作展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄
學(xué)位論文評閱及答辯情況表


【參考文獻(xiàn)】：
期刊論文
[1]基于分水嶺變換的粘連顆粒圖像分割方法[J]. 倪志強(qiáng),葉明.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2014(06)
[2]動(dòng)態(tài)場景下的運(yùn)動(dòng)目標(biāo)跟蹤方法研究[J]. 邵文坤,黃愛民,韋慶.  計(jì)算機(jī)仿真. 2006(05)
[3]視覺跟蹤技術(shù)綜述[J]. 侯志強(qiáng),韓崇昭.  自動(dòng)化學(xué)報(bào). 2006(04)

碩士論文
[1]基于感知哈希的圖像認(rèn)證算法研究[D]. 王亞男.哈爾濱工業(yè)大學(xué) 2009
[2]深度圖像的獲取及其處理[D]. 周穎.西安電子科技大學(xué) 2008



本文編號(hào)：2982840