目標(biāo)跟蹤是計(jì)算機(jī)視覺中的一項(xiàng)重要任務(wù),其可被定義為估計(jì)目標(biāo)在場(chǎng)景中運(yùn)動(dòng)時(shí)其在圖像平面中的運(yùn)動(dòng)軌跡和尺度變化。視覺運(yùn)動(dòng)目標(biāo)跟蹤任務(wù)具有很大的挑戰(zhàn)性,因?yàn)閷?duì)于運(yùn)動(dòng)目標(biāo)而言其運(yùn)動(dòng)場(chǎng)景非常復(fù)雜并且頻繁發(fā)生變化,甚至目標(biāo)本身也在不斷變化。目標(biāo)跟蹤本身是一個(gè)在線任務(wù),其同時(shí)對(duì)跟蹤精度和跟蹤速度都有較高的要求。目前,大部分傳統(tǒng)算法無法滿足精度要求,深度學(xué)習(xí)方法難以滿足實(shí)時(shí)性要求。本文提出了一種基于自適應(yīng)特征組合的空間感知相關(guān)濾波器,其能在保證實(shí)時(shí)性的前提下具有較高的跟蹤精度。本文的主要貢獻(xiàn)分為以下兩部分:(1)通過分析基于孿生網(wǎng)絡(luò)的跟蹤算法以及相關(guān)濾波跟蹤算法的特點(diǎn),本文提出一種空間感知相關(guān)濾波器�；谙嚓P(guān)濾波的跟蹤算法使用循環(huán)采樣造成正樣本會(huì)被背景信息污染(邊界效應(yīng)),使得相關(guān)濾波器的訓(xùn)練和檢測(cè)區(qū)域受到限制,而使用余弦窗抑制邊界效應(yīng)會(huì)造成有效檢測(cè)區(qū)域進(jìn)一步縮小,這一特性使得相關(guān)濾波器無法應(yīng)對(duì)快速運(yùn)動(dòng)的場(chǎng)景。針對(duì)這一問題,提出了利用孿生網(wǎng)絡(luò)來擴(kuò)展相關(guān)濾波跟蹤器的搜索區(qū)域的策略,并將孿生網(wǎng)絡(luò)的跟蹤結(jié)果作為一條線索。一方面,孿生網(wǎng)絡(luò)始終使用第一幀作為模板,能夠應(yīng)對(duì)模型漂移;另一方面,孿生網(wǎng)絡(luò)的搜索區(qū)域不...

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 目標(biāo)跟蹤的基本流程與框架
    1.3 目標(biāo)跟蹤的挑戰(zhàn)
    1.4 國內(nèi)外研究現(xiàn)狀
        1.4.1 國外研究現(xiàn)狀
        1.4.2 國內(nèi)研究現(xiàn)狀
        1.4.3 趨勢(shì)分析
    1.5 主要研究?jī)?nèi)容
    1.6 論文結(jié)構(gòu)
第2章 目標(biāo)跟蹤相關(guān)理論
    2.1 引言
    2.2 相關(guān)濾波理論介紹
        2.2.1 引言
        2.2.2 嶺回歸
        2.2.3 循環(huán)矩陣
        2.2.4 傅氏對(duì)角化簡(jiǎn)化的嶺回歸
        2.2.5 基于核方法的嶺回歸及快速檢測(cè)
        2.2.6 快速檢測(cè)
        2.2.7 相關(guān)濾波算法總結(jié)
    2.3 基于孿生網(wǎng)絡(luò)的跟蹤算法
        2.3.1 引言
        2.3.2 孿生神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
        2.3.3 基于孿生網(wǎng)絡(luò)的跟蹤算法框架
        2.3.4 基于孿生網(wǎng)絡(luò)的跟蹤算法總結(jié)
    2.4 本章小結(jié)
第3章 空間感知相關(guān)濾波器
    3.1 引言
    3.2 空間感知相關(guān)濾波器的實(shí)現(xiàn)基礎(chǔ)
        3.2.1 多線索相關(guān)濾波跟蹤器(MCCT)介紹
    3.3 空間感知相關(guān)濾波器
        3.3.1 算法總體框架
        3.3.2 自適應(yīng)的空間擴(kuò)展策略
        3.3.3 空間選擇機(jī)制
        3.3.4 算法概述
    3.4 實(shí)驗(yàn)結(jié)果分析
        3.4.1 實(shí)驗(yàn)參數(shù)設(shè)置
        3.4.2 評(píng)價(jià)指標(biāo)
        3.4.3 數(shù)據(jù)集與對(duì)比算法
        3.4.4 定性分析
        3.4.5 定量分析
    3.5 本章小結(jié)
第4章 基于自適應(yīng)特征組合的空間感知相關(guān)濾波器
    4.1 引言
    4.2 不同特征組合之間的區(qū)別與聯(lián)系
        4.2.1 特征組合的多樣性
        4.2.2 專家的一致性
        4.2.3 實(shí)驗(yàn)結(jié)論
    4.3 基于自適應(yīng)特征組合的空間感知相關(guān)濾波器
        4.3.1 專家淘汰機(jī)制
        4.3.2 專家重啟機(jī)制
        4.3.3 自適應(yīng)特征組合算法
    4.4 實(shí)驗(yàn)結(jié)果分析
        4.4.1 實(shí)驗(yàn)參數(shù)設(shè)置
        4.4.2 實(shí)驗(yàn)結(jié)果定量分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
附錄 A 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與獲得的成果
附錄 B 攻讀學(xué)位期間參加的科研項(xiàng)目
致謝



本文編號(hào)：3868567