隨著人工智能技術(shù)的興起。計算機視覺、自然語言處理和語音識別技術(shù)已經(jīng)走進了千家萬戶。在計算機視覺技術(shù)中,為了進行實時獲取目標位置和長期穩(wěn)定感知目標方向,視覺單目標跟蹤任務應運而生。視覺單目標跟蹤任務是計算機視覺技術(shù)中的基本任務之一。其可被應用于視頻分析、人機交互和自動駕駛等研究問題當中。因此視覺目標跟蹤問題廣受視覺研究者們重視。近年來,越來越多的研究者采用檢測跟蹤模型來實現(xiàn)視覺單目標跟蹤任務。相較于傳統(tǒng)的目標跟蹤算法。采用檢測跟蹤算法的跟蹤器具有方法簡單、跟蹤速度快和處理數(shù)據(jù)高效同時具有高精度等特點。由于視頻中目標所在處環(huán)境的復雜性和多樣性。加上目標本身又可能發(fā)生多種變化。在進行目標跟蹤時容易產(chǎn)生諸如形變、遮擋、運動模糊等問題。同時實際場景中如何將目標跟蹤算法應用于場景問題中。也是一個非常值得探索的問題。因此針對上述問題,本文主要做出了如下創(chuàng)新:（1）為了克服采用相關濾波為原理的檢測跟蹤算法在進行目標跟蹤時,對運動模糊目標的不適應性,本文提出了一種利用Lasso約束并融入光流信息的目標跟蹤算法。首先進行特征抽取,在算法抽取特征時。往通道塊中融入光流特征。然后在通道塊之后進行特征融合。其次... 

【文章來源】：深圳大學廣東省

【文章頁數(shù)】：88 頁

【學位級別】：碩士

【部分圖文】：

智能視頻監(jiān)控目標跟蹤場景的示意圖

視覺目標跟蹤問題的示意圖

自動駕駛目標跟蹤場景的示意圖

【參考文獻】：
期刊論文
[1]5G車聯(lián)網(wǎng)對自動駕駛技術(shù)發(fā)展的影響[J]. 許彩霞.  信息通信. 2018(06)
[2]基于特征融合和尺度自適應的干擾感知目標跟蹤[J]. 李雙雙,趙高鵬,王建宇.  光學學報. 2017(05)
[3]基于ROS的空間機器人人機交互系統(tǒng)設計[J]. 左軒塵,韓亮亮,莊杰,石琪琦,黃煒.  計算機工程與設計. 2015(12)
[4]智能視頻監(jiān)控技術(shù)綜述[J]. 黃凱奇,陳曉棠,康運鋒,譚鐵牛.  計算機學報. 2015(06)
[5]無人機視覺導航研究綜述[J]. 吳顯亮,石宗英,鐘宜生.  系統(tǒng)仿真學報. 2010(S1)
[6]視頻監(jiān)控中的行為序列分割與識別[J]. 錢惠敏,茅耀斌,王執(zhí)銓,葉曙光.  中國圖象圖形學報. 2009(11)



本文編號：3545242