視覺目標跟蹤作為連接計算機視覺系統底層的信息處理技術到高層的信息內容分析的橋梁,在智能輔助駕駛以及智能視頻監(jiān)控等領域具有非常重要的研究價值。通過在下一幀圖像中找到目標的確切位置并反饋給輔助駕駛系統或視頻監(jiān)控系統進行跟蹤,視覺目標跟蹤為視頻序列分析和理解提供重要的運動信息。本文針對如何實現復雜環(huán)境下對運動目標的魯棒跟蹤以及在實際應用中如何兼顧跟蹤算法的魯棒性和實時性等問題,基于稀疏學習理論對視覺目標跟蹤算法進行了深入研究。第二章概述了稀疏學習理論以及基于稀疏學習跟蹤算法的基本原理。在此基礎上,第三章提出了一種基于RGBD和稀疏學習的跟蹤算法,通過有效地利用深度數據提供的有效信息,提升了算法在光照劇烈變化以及各種遮擋影響情況下的魯棒性。第四章提出了一種基于雙目視覺和稀疏一致性學習的跟蹤算法,通過有效地利用雙目視覺提供的目標外觀與深度信息,進一步提升了算法在目標位姿劇烈變化情況下的魯棒性并明顯改善了算法效率。為了滿足實際應用中實時性的需求,第五章提出了一種基于分層卷積特征和稀疏學習的跟蹤算法,通過濾除對目標跟蹤無效的卷積特征,同時提高了算法的精度和效率;提出了一種基于粒子濾波的分層目標定位方法...

【文章頁數】：139 頁

【學位級別】：博士

【部分圖文】：

圖１．丨目標跟蹤任務的主要影響因素??

并對獲取到的相關信息進行自主分析處理。該系統通過監(jiān)視道路環(huán)境，一方面對??潛在危險因素進行預警，輔助駕駛員安全行車［３］；另一方面在緊急情況下，自??動采取有效的規(guī)避危險的行車決策，進而保證駕駛安全［４］，如圖１．２所示。??智能輔助駕駛系統的研究可以追溯到２０世紀８０年代，來自....

圖１．３ＭｏｂｉｌｅＥｙｅ５６０智能駕駛輔助系統??

的探測與跟蹤。進入２１世紀，多家知名科技公司開始致力于智能輔助駕駛系統??相關產品的研發(fā)。其中在智能輔助駕駛系統芯片及解決方案領域，比較有代表性??的產品包括Ｍｏｂｉｌｅｅｙｅ公司研制的ＥｙｅＱ５芯片以及ＭＥ５６０系統（如圖１．３所示）、??德州儀器ＴＩ開發(fā)的ＴＤＡ?ＳｏＣ系列產....

圖１．２智能輔助駕駛??

的探測與跟蹤。進入２１世紀，多家知名科技公司開始致力于智能輔助駕駛系統??相關產品的研發(fā)。其中在智能輔助駕駛系統芯片及解決方案領域，比較有代表性??的產品包括Ｍｏｂｉｌｅｅｙｅ公司研制的ＥｙｅＱ５芯片以及ＭＥ５６０系統（如圖１．３所示）、??德州儀器ＴＩ開發(fā)的ＴＤＡ?ＳｏＣ系列產....

圖１．４國產智能駕駛輔助相關產品??

及西安交大搭建的Ｓｐｒｉｎｇｒｏｂｏｔ智能車輛實驗平臺。國內企業(yè)在智能輔助駕駛系??統領域的開發(fā)相對滯后，但是最近幾年發(fā)展迅速，比較有代表性的包括Ｍｉｎｉｅｙｅ、??騰訊、中天安馳、中科慧眼以及智眸科技等，如圖１．４所示。??細｜??（ａ）騰訊神眼?（ｂ）那狗??圖１．４國產智能....

本文編號：4026838