目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)備受關(guān)注的研究熱點(diǎn)。目前因?yàn)橄嚓P(guān)濾波器算法的顯著效果,許多學(xué)者將相關(guān)濾波器引入到目標(biāo)跟蹤框架中并取得較多成果,但與此同時(shí),目標(biāo)跟蹤領(lǐng)域依然存在很多問(wèn)題,比如遮擋問(wèn)題、目標(biāo)尺度變化以及背景信息干擾等,上述因素都會(huì)影響目標(biāo)跟蹤效果。為了提高目標(biāo)跟蹤魯棒性,本文對(duì)跟蹤中三方面問(wèn)題做了研究分析:特征選擇、濾波器模板更新以及目標(biāo)尺度變化。主要研究?jī)?nèi)容如下:(1)提出自適應(yīng)選擇特征的策略。分別提取目標(biāo)的方向梯度特征和顏色特征,并訓(xùn)練各自濾波器模型,然后在檢測(cè)階段計(jì)算不同特征響應(yīng)圖的峰值旁瓣比,對(duì)兩種特征進(jìn)行自適應(yīng)加權(quán)融合,在跟蹤過(guò)程中發(fā)生遮擋時(shí)這種方法效果較好。(2)提出對(duì)濾波器模板選擇性更新的策略。首先設(shè)定一個(gè)閾值,然后據(jù)此判斷目標(biāo)是否發(fā)生遮擋,如果發(fā)生遮擋則濾波器模型不變,否則需要更新模型,這種方法提高了濾波器模板的有效性。(3)引入尺度估計(jì)方法,對(duì)目標(biāo)進(jìn)行實(shí)時(shí)更新尺度策略。首先在目標(biāo)四周采集多尺度樣本,用于訓(xùn)練濾波器,然后得到最大響應(yīng)值,即能得到最適合的目標(biāo)尺度。這種方法自適應(yīng)的改變目標(biāo)跟蹤框尺度大小,提高了跟蹤精確度。(4)根據(jù)以上的研究提出了基于多特征融合自適...

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 目標(biāo)跟蹤算法研究背景及意義
    1.2 目前研究現(xiàn)狀
    1.3 目標(biāo)跟蹤技術(shù)研究難點(diǎn)
    1.4 本文的主要研究?jī)?nèi)容及安排
第二章 目標(biāo)跟蹤算法綜述
    2.1 目標(biāo)跟蹤算法基本理論
        2.1.1 目標(biāo)跟蹤算法分類
        2.1.2 目標(biāo)跟蹤算法基本流程
    2.2 經(jīng)典目標(biāo)跟蹤算法
    2.3 OTB數(shù)據(jù)集
    2.4 目標(biāo)跟蹤算法的評(píng)價(jià)標(biāo)準(zhǔn)
    2.5 本章小結(jié)
第三章 相關(guān)濾波器的目標(biāo)跟蹤方法具體介紹
    3.1 相關(guān)濾波器
    3.2 經(jīng)典的相關(guān)濾波器
    3.3 相關(guān)濾波目標(biāo)跟蹤框架
    3.4 本章小結(jié)
第四章 基于多特征融合的運(yùn)動(dòng)目標(biāo)跟蹤方法
    4.1 特征選擇和提取
        4.1.1 顏色特征基本概念
        4.1.2 低維自適應(yīng)顏色特征屬性
        4.1.3 方向梯度特征屬性
    4.2 自適應(yīng)顏色特征與方向梯度特征相融合
        4.2.1 傳統(tǒng)的特征融合方法
        4.2.2 決策層特征融合方法
    4.3 基于多特征融合的運(yùn)動(dòng)目標(biāo)跟蹤方法
        4.3.1 位置檢測(cè)
        4.3.2 濾波器模型更新
    4.4 整體算法流程
    4.5 實(shí)驗(yàn)結(jié)果分析
        4.5.1 定性分析
        4.5.2 定量分析
    4.6 本章小結(jié)
第五章 多特征融合與自適應(yīng)尺度的運(yùn)動(dòng)目標(biāo)跟蹤方法
    5.1 尺度空間理論
    5.2 自適應(yīng)尺度更新
    5.3 整體算法流程
    5.4 多尺度估計(jì)的意義
    5.5 實(shí)驗(yàn)結(jié)果與分析
        5.5.1 定性分析
        5.5.2 定量分析
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄 (攻讀學(xué)位期間發(fā)表著作和科研情況)



本文編號(hào)：3798616