發(fā)布時(shí)間：2022-07-22 19:05

　　視覺目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域中的熱門研究課題之一,廣泛應(yīng)用于視頻監(jiān)控、人機(jī)交互、智能交通以及軍事打擊等領(lǐng)域,具有極其重要的實(shí)用意義。近年來,目標(biāo)跟蹤技術(shù)取得了長足的進(jìn)步和豐碩的成果,但是實(shí)際的跟蹤場景往往十分復(fù)雜存在多種干擾因素,如何兼顧跟蹤精度和跟蹤速度仍然是一個亟需解決的難題。本文對DSST（Accurate Scale Estimation for Robust Visual Tracking）算法進(jìn)行優(yōu)化改進(jìn),提高跟蹤性能,并且對改進(jìn)的跟蹤算法進(jìn)行GPU加速實(shí)現(xiàn)實(shí)時(shí)跟蹤。本文的主要研究內(nèi)容如下:1.對DSST算法進(jìn)行優(yōu)化改進(jìn),設(shè)計(jì)再檢測模塊,提出一種長期目標(biāo)跟蹤算法DSST-RD（Accurate Scale Estimation for Robust Visual Tracking-Redetection）。DSST算法是一種基于相關(guān)濾波的跟蹤算法,首次將目標(biāo)跟蹤分為目標(biāo)位置平移和目標(biāo)尺度變換兩個問題,能夠很好地解決目標(biāo)尺度變換的問題,但是當(dāng)目標(biāo)丟失時(shí)無法重定位。因此,本文基于異常值檢測的跟蹤失敗判定方法和相關(guān)濾波分類器設(shè)計(jì)了一個再檢測模型,該模型采用局部搜索為主全局搜索次之... 

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 視覺目標(biāo)跟蹤算法研究現(xiàn)狀
        1.2.2 GPU及CUDA概述
    1.3 本文研究內(nèi)容和結(jié)構(gòu)安排
第二章 DSST跟蹤算法和CUDA理論知識
    2.1 DSST跟蹤算法
        2.1.1 位置估計(jì)
        2.1.2 尺度估計(jì)
    2.2 FHOG特征
        2.2.1 HOG特征
        2.2.2 FHOG特征
    2.3 跟蹤性能評估指標(biāo)
        2.3.1 精度評估
        2.3.2 魯棒性評估
        2.3.3 速度評估
    2.4 CUDA
        2.4.1 CUDA編程模型
        2.4.2 CUDA執(zhí)行模型
        2.4.3 CUDA內(nèi)存模型
    2.5 本章小結(jié)
第三章 基于再檢測的長期目標(biāo)跟蹤算法
    3.1 引言
    3.2 目標(biāo)再檢測
        3.2.1 跟蹤失敗判定
        3.2.2 重定位
    3.3 DSST算法改進(jìn)
        3.3.1 再檢測模塊
        3.3.2 長期目標(biāo)跟蹤算法
    3.4 算法評估
        3.4.1 實(shí)驗(yàn)環(huán)境
        3.4.2 算法實(shí)際效果分析
        3.4.3 算法性能評估
    3.5 本章小結(jié)
第四章 基于DSST-RD算法的CUDA優(yōu)化加速
    4.1 引言
    4.2 DSST-RD算法并行性分析
    4.3 位置估計(jì)并行化
        4.3.1 FHOG特征提取并行化。
        4.3.2 高斯核相關(guān)計(jì)算并行化
        4.3.3 傅里葉變換
    4.4 尺度估計(jì)并行化
        4.4.1 多尺度FHOG特征提取
        4.4.2 快速檢測
        4.4.3 模型更新
    4.5 整體內(nèi)存優(yōu)化
    4.6 算法評估
        4.6.1 實(shí)驗(yàn)環(huán)境
        4.6.2 算法加速效果分析
        4.6.3 算法性能評估
    4.7 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來工作展望
參考文獻(xiàn)
致謝
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]采用異常值檢測及重定位改進(jìn)的KCF跟蹤算法[J]. 劉延飛,何燕輝,姜柯,張薇.  計(jì)算機(jī)工程與應(yīng)用. 2018(20)
[2]融合顏色特征的核相關(guān)濾波器目標(biāo)長期跟蹤算法[J]. 柯俊敏,洪親,蔡堅(jiān)勇,李楠,歐陽樂峰,郭升挺.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(04)
[3]采用核相關(guān)濾波器的長期目標(biāo)跟蹤[J]. 楊德東,蔡玉柱,毛寧,楊福才.  光學(xué)精密工程. 2016(08)

碩士論文
[1]視覺目標(biāo)跟蹤算法及其CUDA優(yōu)化加速研究[D]. 譚飛楊.西安電子科技大學(xué) 2017
[2]基于KCF的目標(biāo)跟蹤算法改進(jìn)及GPU系統(tǒng)實(shí)現(xiàn)[D]. 劉金花.西安電子科技大學(xué) 2017
[3]圖像壓縮中小波變換的GPU高速優(yōu)化方法研究[D]. 楊丹丹.西安電子科技大學(xué) 2011



本文編號：3665168