發(fā)布時(shí)間：2021-12-21 21:53

　　隨著人工智能技術(shù)的興起。計(jì)算機(jī)視覺、自然語言處理和語音識(shí)別技術(shù)已經(jīng)走進(jìn)了千家萬戶。在計(jì)算機(jī)視覺技術(shù)中,為了進(jìn)行實(shí)時(shí)獲取目標(biāo)位置和長(zhǎng)期穩(wěn)定感知目標(biāo)方向,視覺單目標(biāo)跟蹤任務(wù)應(yīng)運(yùn)而生。視覺單目標(biāo)跟蹤任務(wù)是計(jì)算機(jī)視覺技術(shù)中的基本任務(wù)之一。其可被應(yīng)用于視頻分析、人機(jī)交互和自動(dòng)駕駛等研究問題當(dāng)中。因此視覺目標(biāo)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(cè)跟蹤模型來實(shí)現(xiàn)視覺單目標(biāo)跟蹤任務(wù)。相較于傳統(tǒng)的目標(biāo)跟蹤算法。采用檢測(cè)跟蹤算法的跟蹤器具有方法簡(jiǎn)單、跟蹤速度快和處理數(shù)據(jù)高效同時(shí)具有高精度等特點(diǎn)。由于視頻中目標(biāo)所在處環(huán)境的復(fù)雜性和多樣性。加上目標(biāo)本身又可能發(fā)生多種變化。在進(jìn)行目標(biāo)跟蹤時(shí)容易產(chǎn)生諸如形變、遮擋、運(yùn)動(dòng)模糊等問題。同時(shí)實(shí)際場(chǎng)景中如何將目標(biāo)跟蹤算法應(yīng)用于場(chǎng)景問題中。也是一個(gè)非常值得探索的問題。因此針對(duì)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(guān)濾波為原理的檢測(cè)跟蹤算法在進(jìn)行目標(biāo)跟蹤時(shí),對(duì)運(yùn)動(dòng)模糊目標(biāo)的不適應(yīng)性,本文提出了一種利用Lasso約束并融入光流信息的目標(biāo)跟蹤算法。首先進(jìn)行特征抽取,在算法抽取特征時(shí)。往通道塊中融入光流特征。然后在通道塊之后進(jìn)行特征融合。其次... 

【文章來源】：深圳大學(xué)廣東省

【文章頁數(shù)】：88 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

智能視頻監(jiān)控目標(biāo)跟蹤場(chǎng)景的示意圖

視覺目標(biāo)跟蹤問題的示意圖

自動(dòng)駕駛目標(biāo)跟蹤場(chǎng)景的示意圖

【參考文獻(xiàn)】：
期刊論文
[1]5G車聯(lián)網(wǎng)對(duì)自動(dòng)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(yīng)的干擾感知目標(biāo)跟蹤[J]. 李雙雙,趙高鵬,王建宇.  光學(xué)學(xué)報(bào). 2017(05)
[3]基于ROS的空間機(jī)器人人機(jī)交互系統(tǒng)設(shè)計(jì)[J]. 左軒塵,韓亮亮,莊杰,石琪琦,黃煒.  計(jì)算機(jī)工程與設(shè)計(jì). 2015(12)
[4]智能視頻監(jiān)控技術(shù)綜述[J]. 黃凱奇,陳曉棠,康運(yùn)鋒,譚鐵牛.  計(jì)算機(jī)學(xué)報(bào). 2015(06)
[5]無人機(jī)視覺導(dǎo)航研究綜述[J]. 吳顯亮,石宗英,鐘宜生.  系統(tǒng)仿真學(xué)報(bào). 2010(S1)
[6]視頻監(jiān)控中的行為序列分割與識(shí)別[J]. 錢惠敏,茅耀斌,王執(zhí)銓,葉曙光.  中國(guó)圖象圖形學(xué)報(bào). 2009(11)



本文編號(hào)：3545242