對(duì)運(yùn)動(dòng)目標(biāo)的跟蹤是計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)重要問題,應(yīng)用領(lǐng)域廣泛,尤其是在智慧城市、自動(dòng)駕駛、智能監(jiān)控、智能交通和安防等方面。近年來機(jī)器學(xué)習(xí)領(lǐng)域的發(fā)展,尤其是深度學(xué)習(xí)技術(shù)的發(fā)展,使得對(duì)目標(biāo)跟蹤的研究有了進(jìn)一步的突破。本文在對(duì)傳統(tǒng)特征提取方法和基于深度學(xué)習(xí)的特征提取方法進(jìn)行對(duì)比分析的基礎(chǔ)上,研究了深度學(xué)習(xí)方法在目標(biāo)跟蹤中的應(yīng)用。針對(duì)目標(biāo)跟蹤問題中離線訓(xùn)練難、耗時(shí)大的問題,本文采用了一種無需預(yù)訓(xùn)練的輕量化卷積網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行特征提取,并且提出了一種引入了仿射傳播聚類算法的方法進(jìn)行卷積核參數(shù)的在線學(xué)習(xí)。為了減小搜索空間,本文研究了粒子濾波在目標(biāo)跟蹤問題上的應(yīng)用,基于粒子濾波框架進(jìn)行目標(biāo)跟蹤。為了緩解在目標(biāo)快速運(yùn)動(dòng)場(chǎng)景中的跟蹤漂移問題,本文引入了一種閾值機(jī)制,對(duì)粒子的運(yùn)動(dòng)模型參數(shù)進(jìn)行自適應(yīng)調(diào)整,從而提高了目標(biāo)跟蹤算法在目標(biāo)快速運(yùn)動(dòng)場(chǎng)景中的跟蹤性能。結(jié)合改進(jìn)后的卷積網(wǎng)絡(luò)和引入閾值機(jī)制后的粒子濾波框架,本文實(shí)現(xiàn)了一個(gè)目標(biāo)跟蹤系統(tǒng),對(duì)該系統(tǒng)在主流評(píng)測(cè)數(shù)據(jù)集中的50個(gè)具有挑戰(zhàn)性的視頻上進(jìn)行了實(shí)驗(yàn),并且與一些主流跟蹤算法進(jìn)行比較。結(jié)果表明本文算法成功率高、跟蹤效果好,在快速運(yùn)動(dòng)、背景干擾、遮擋等復(fù)雜環(huán)境下表現(xiàn)... 

【文章來源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：103 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

視頻目標(biāo)跟蹤系統(tǒng)的框架

可通過字典的稀疏化表示來建模，即通過組合目標(biāo)模板及碎片模板，跟蹤的時(shí)候在候選目標(biāo)中選取系數(shù)稀疏并且重構(gòu)誤差最小的目標(biāo)作為得到的跟蹤結(jié)果。為了提高 L1 跟蹤器的計(jì)算速度，Zhang 等人13設(shè)計(jì)了一個(gè)循環(huán)稀疏的跟蹤器，利用具有循環(huán)稀疏結(jié)構(gòu)的模板以及傅里葉變換來增大樣本空間。而 Tao 等人14在跟蹤方法中對(duì)孿生網(wǎng)絡(luò)進(jìn)行引入，通過對(duì)目標(biāo)外觀模型的表達(dá)誤差進(jìn)行計(jì)算，從而在候選區(qū)域中進(jìn)行選擇，得到與目標(biāo)模型最相似的區(qū)域。生成式模型是直接對(duì)目標(biāo)進(jìn)行特征提取、建模，并沒有關(guān)注背景信息，因此在簡(jiǎn)單場(chǎng)景中可以得到準(zhǔn)確的跟蹤，但是在復(fù)雜場(chǎng)景中往往容易發(fā)生漂移問題。判別式模型的做法是把目標(biāo)跟蹤問題視為一個(gè)二分類問題。圖 1-2 描述了判別式模型中的目標(biāo)跟蹤步驟。這類模型會(huì)針對(duì)目標(biāo)和目標(biāo)周圍的背景之間的區(qū)別來建立目標(biāo)的觀測(cè)模型，通常是通過正例樣本和負(fù)例樣本訓(xùn)練、更新二分類器，然后在圖像區(qū)域中進(jìn)行搜索，得到分類為目標(biāo)的概率最大的位置。

元為自編碼器40。自編碼器如圖2-1所示，由編碼器和解碼器組成。對(duì)于輸入的原始信號(hào)，經(jīng)過編碼器進(jìn)行稀疏編碼后，通過解碼器進(jìn)行解碼，即在編碼后信號(hào)的基礎(chǔ)上重構(gòu)出原始信號(hào)。因此，這里一般使用重構(gòu)誤差作為目標(biāo)函數(shù)。自編碼器的思想是，通過對(duì)原始信號(hào)進(jìn)行編碼，從而映射到另一個(gè)特征空間，得到比原始信號(hào)更加簡(jiǎn)潔、有效的表達(dá)，編碼后的信息能夠反映信號(hào)更加本質(zhì)的特征。圖 2 - 1 自編碼器結(jié)構(gòu)Figure 2 - 1 Autoencoder去噪自編碼器是對(duì)自編碼器的一種改進(jìn)。在原始輸入信號(hào)中加入一定的隨機(jī)


本文編號(hào)：2936764