發(fā)布時間：2017-10-07 22:31

  本文關(guān)鍵詞：基于壓縮粒子濾波的改進目標跟蹤算法研究

  更多相關(guān)文章： 目標跟蹤 遮擋 尺度變化 壓縮粒子濾波 分塊 窗口更新機制

【摘要】：目標跟蹤技術(shù)已經(jīng)成為航空航天、智能監(jiān)控、安全管理、醫(yī)療衛(wèi)生等領(lǐng)域發(fā)展的必要手段。隨著應(yīng)用越來越廣泛,對目標跟蹤技術(shù)性能的要求也越來越高。而跟蹤過程中存在的目標遮擋、尺度變化、光照變化等問題又是影響跟蹤效果的重要因素。因此,為解決因目標遮擋和尺度變化造成的跟蹤魯棒性下降的問題,論文提出了基于分塊的壓縮粒子濾波目標跟蹤算法和基于窗口更新的分塊壓縮粒子濾波目標跟蹤算法來解決上述兩個問題。粒子濾波目標跟蹤算法利用概率估計的方式在跟蹤過程中可以較好地處理目標部分遮擋,但跟蹤的準確性會隨著粒子數(shù)目的增加而急劇增加,造成該算法在實際跟蹤場景中應(yīng)用的局限性。而基于壓縮感知的目標跟蹤算法是通過對原始圖像的特征進行壓縮提取,使得高維的目標特征降低到低維,因此在進行目標跟蹤的過程中運算的效率將大大提升。考慮到實際應(yīng)用中存在目標被遮擋的情況,上述所提及的兩種算法可以達到理論上的互補,論文在上述兩種算法的基礎(chǔ)上提出了一種基于分塊的壓縮粒子濾波目標跟蹤算法用于解決跟蹤中的遮擋問題。改進算法是將壓縮感知理論應(yīng)用到粒子濾波框架下,同時考慮到目標遮擋情況的復(fù)雜性,提出了目標分塊匹配機制,對目標進行分塊后根據(jù)子塊的相似度信息判斷子塊遮擋情況,在模板更新階段對被遮擋的子塊不進行更新,此外在目標特征提取時使用了改進的包含空間信息的顏色特征提取方法,更加精確地描述目標。通過上述的改進,一定程度上緩解了目標因為被遮擋而出現(xiàn)的跟蹤偏移甚至跟蹤丟失的問題。在實際的跟蹤過程中,目標遮擋的同時往往伴隨著目標尺寸的變化。因此論文在上述改進算法的基礎(chǔ)上對跟蹤過程中目標尺寸發(fā)生變化的情況進行了討論,并提出了基于窗口更新的分塊壓縮粒子濾波目標跟蹤算法。該算法將窗口的自動更新機制融入到目標跟蹤的過程中,在跟蹤過程中設(shè)定多個匹配窗口,尋找模板匹配度最高的目標窗口的中心位置作為目標跟蹤的最終位置信息。由于算法改進是在分塊壓縮粒子濾波目標跟蹤算法的基礎(chǔ)上進行的,因此可以同時解決目標尺寸變化以及遮擋的問題。通過理論和仿真實驗對論文所提兩種改進算法進行了定性和定量的分析,實驗結(jié)果表明基于分塊的壓縮粒子濾波目標跟蹤算法可以較好地解決遮擋問題,而基于窗口更新的分塊壓縮粒子濾波目標跟蹤算法在一定程度上可以減小目標在尺度變化時引起的跟蹤漂移現(xiàn)象,同時實現(xiàn)了目標跟蹤過程中實時性與魯棒性的折中。
【關(guān)鍵詞】：目標跟蹤 遮擋 尺度變化 壓縮粒子濾波 分塊 窗口更新機制
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要3-5
• Abstract5-9
• 第一章 緒論9-18
• 1.1 引言9
• 1.2 研究背景及意義9-11
• 1.3 目標跟蹤算法面臨的挑戰(zhàn)11-13
• 1.4 目標跟蹤算法的國內(nèi)外研究現(xiàn)狀13-16
• 1.5 論文的主要內(nèi)容和結(jié)構(gòu)安排16-18
• 第二章 目標跟蹤算法的理論基礎(chǔ)18-34
• 2.1 基于粒子濾波(PF)的目標跟蹤算法19-27
• 2.1.1 PF的理論基礎(chǔ)19-25
• 2.1.2 基于PF的目標跟蹤算法實現(xiàn)25-26
• 2.1.3 實驗結(jié)果與分析26-27
• 2.2 基于壓縮感知(CS)的目標跟蹤算法27-33
• 2.2.1 CS的理論基礎(chǔ)27-30
• 2.2.2 基于CS的目標跟蹤算法實現(xiàn)30-31
• 2.2.3 實驗結(jié)果與分析31-33
• 2.3 本章小結(jié)33-34
• 第三章 基于PF和CS的改進目標跟蹤算法34-49
• 3.1 壓縮粒子濾波(CPF)目標跟蹤算法34-39
• 3.1.1 CPF目標跟蹤算法理論與算法流程35-37
• 3.1.2 實驗結(jié)果與分析37-39
• 3.2 基于分塊的壓縮粒子濾波目標跟蹤算法(BCPF)39-44
• 3.2.1 目標分塊跟蹤算法理論39-42
• 3.2.2 BCPF目標跟蹤算法流程42-44
• 3.3 實驗分析與比較44-48
• 3.4 本章小結(jié)48-49
• 第四章 基于窗口更新的BCPF目標跟蹤算法49-63
• 4.1 窗口自動更新機制50-52
• 4.1.1 固定窗口跟蹤50-51
• 4.1.2 跟蹤窗口更新機制51-52
• 4.2 基于窗口更新的BCPF目標跟蹤算法52-55
• 4.2.1 特征壓縮矩陣的更新52-53
• 4.2.2 窗口更新的改進BCPF目標跟蹤算法流程53-55
• 4.3 實驗分析與比較55-62
• 4.4 本章小結(jié)62-63
• 第五章 總結(jié)與展望63-65
• 5.1 總結(jié)63-64
• 5.2 展望64-65
• 參考文獻65-69
• 致謝69-70
• 攻讀碩士學(xué)位期間發(fā)表的論文70

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 金忠;一種多目標跟蹤算法[J];南京理工大學(xué)學(xué)報(自然科學(xué)版);1985年S1期

2 龔萍;張輝;毛征;張慶龍;孔文超;;融合局部熵二維熵的空中目標跟蹤算法研究[J];國外電子測量技術(shù);2014年01期

3 馬奔,史忠科,皮燕妮;成像目標跟蹤算法分析[J];西安電子科技大學(xué)學(xué)報;2005年03期

4 孫中森;孫俊喜;宋建中;喬雙;;一種抗遮擋的運動目標跟蹤算法[J];光學(xué)精密工程;2007年02期

5 陳愛華;孟勃;朱明;王艷華;;多模式融合的目標跟蹤算法[J];光學(xué)精密工程;2009年01期

6 牛長鋒;劉玉樹;;融合多特征的粒子濾波目標跟蹤算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2010年01期

7 蔡榮太;吳元昊;王明佳;吳慶祥;;視頻目標跟蹤算法綜述[J];電視技術(shù);2010年12期

8 佟國峰;蔣昭炎;谷久宏;龐曉磊;;基于隨機蕨叢的長期目標跟蹤算法[J];東北大學(xué)學(xué)報(自然科學(xué)版);2013年01期

9 曹曉麗;李明;邢玉娟;譚萍;;幾種自動目標跟蹤算法的比較研究[J];硅谷;2013年02期

10 王魯平,李飚,胡敏露;一種基于多傳感器數(shù)據(jù)融合的目標跟蹤算法[J];紅外與激光工程;2004年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐炳吉;;一種多站聯(lián)合目標跟蹤算法[A];數(shù)學(xué)及其應(yīng)用文集——中南模糊數(shù)學(xué)和系統(tǒng)分會第三屆年會論文集（上卷）[C];1995年

2 杜方芳;劉士榮;邱雪娜;;一種改進的粒子濾波目標跟蹤算法[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

3 付曉薇;方康玲;李曦;;一種基于特征的多目標跟蹤算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

4 許偉村;趙清杰;;一種基于粒子濾波的多目標跟蹤算法[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

5 李軍;張華;單梁;;一種基于Mean shift和粒子濾波的綜合目標跟蹤算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

6 肖敬若;胡伏原;鄭江濱;張艷寧;;一種有效的多目標跟蹤算法[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

7 鄭黎義;陳興無;王磊;李正東;;紅外/雷達雙傳感器融合目標跟蹤算法[A];中國工程物理研究院科技年報（2005）[C];2005年

8 張震宇;王立松;;基于粒子濾波的傳感器目標跟蹤算法[A];2008年中國高校通信類院系學(xué)術(shù)研討會論文集（上冊）[C];2009年

9 王亞楠;陳杰;甘明剛;;基于差分進化的改進粒子濾波目標跟蹤算法[A];中國自動化學(xué)會控制理論專業(yè)委員會C卷[C];2011年

10 張濤;費樹岷;胡剛;;基于多特征信息自適應(yīng)融合的視頻目標跟蹤算法[A];第二十九屆中國控制會議論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 胡子軍;基于隨機有限集的雷達多目標跟蹤算法研究[D];西安電子科技大學(xué);2015年

2 王保憲;復(fù)雜背景下的視頻目標跟蹤算法研究[D];北京理工大學(xué);2016年

3 張雷;復(fù)雜場景下實時目標跟蹤算法及實現(xiàn)技術(shù)研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2016年

4 王晶晶;復(fù)雜擁擠環(huán)境下協(xié)同視頻監(jiān)控中目標跟蹤算法研究[D];中國科學(xué)技術(shù)大學(xué);2016年

5 盧建國;基于粒子濾波的視頻目標跟蹤算法研究[D];北京郵電大學(xué);2011年

6 馮巍;分布式多視角目標跟蹤算法研究[D];復(fù)旦大學(xué);2011年

7 王書朋;視頻目標跟蹤算法研究[D];西安電子科技大學(xué);2009年

8 劉晴;基于區(qū)域特征的目標跟蹤算法研究[D];北京理工大學(xué);2014年

9 邱雪娜;基于視覺的運動目標跟蹤算法及其在移動機器人中的應(yīng)用[D];華東理工大學(xué);2011年

10 趙運基;基于視覺的目標跟蹤算法研究[D];華南理工大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張健;形變目標跟蹤算法的研究與實現(xiàn)[D];遼寧大學(xué);2015年

2 張巧麗;基于LabVIEW的運動目標跟蹤算法研究與實現(xiàn)[D];陜西科技大學(xué);2015年

3 鐘寶康;基于壓縮感知的預(yù)測目標跟蹤算法研究[D];江西理工大學(xué);2015年

4 薛桐;基于CamShift的運動目標跟蹤算法研究[D];沈陽理工大學(xué);2015年

5 王增宇;基于稀疏表達的目標跟蹤算法研究[D];沈陽理工大學(xué);2015年

6 王靜;結(jié)構(gòu)化的表觀模型及兩階段目標跟蹤算法研究[D];沈陽理工大學(xué);2015年

7 葛凱蓉;自然場景下目標跟蹤算法的研究[D];山東大學(xué);2015年

8 向偉;基于檢測的目標跟蹤算法研究[D];上海交通大學(xué);2015年

9 單順勇;結(jié)合多示例學(xué)習(xí)和模板匹配的目標跟蹤算法研究[D];江西理工大學(xué);2015年

10 張碧武;基于單目視覺的目標跟蹤算法的研究與實現(xiàn)[D];電子科技大學(xué);2015年

，

本文編號：990469