熱紅外目標跟蹤是視覺目標跟蹤的一個子任務(wù),熱紅外目標跟蹤可以應(yīng)用于惡劣天氣條件下的視頻監(jiān)控,航天工業(yè),軍事工業(yè)等領(lǐng)域中。視覺目標跟蹤和熱紅外目標跟蹤的主要區(qū)別是輸入圖像不同。由于成像技術(shù)的原因,熱紅外圖像中包含許多白噪聲,圖像模糊,并且熱紅外圖像中的紋理信息不足。由于熱紅外圖像的這些特點,直接將視覺目標跟蹤中的跟蹤器應(yīng)用到熱紅外目標跟蹤中時會有很大的性能損失,這是由于跟蹤器底層特征提取方法的不足導(dǎo)致的。在熱紅外圖像中能觀察到的關(guān)于目標的顯著判別信息是目標的邊緣結(jié)構(gòu),視覺目標跟蹤中最常用的HOG特征沒有充分利用梯度的幅值信息,因此無法準確描述目標的邊緣結(jié)構(gòu),在熱紅外目標跟蹤中表現(xiàn)不好。近年來在計算機視覺領(lǐng)域常用的深度特征是通過在可見光圖像數(shù)據(jù)集上訓(xùn)練的VGG-Net所提取的特征,由于可見光圖像和熱紅外圖像包含的信息不同,將這種特征提取方法應(yīng)用到熱紅外目標跟蹤中表現(xiàn)也一般。針對這些問題,本文提出將一種基于局部自適應(yīng)核回歸的特征提取方法引入到熱紅外目標跟蹤中,改進了基準跟蹤器ECO的特征提取部分,本文將改進后的ECO跟蹤器稱為ECO_LSK。本文對比了傳統(tǒng)特征提取方法的缺... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

同一時間同一場景下的可見光圖像與熱紅外圖像

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文.2.3 目標定位在模板訓(xùn)練完成之后，可以利用模板在下一幀圖像中重新定位所要跟蹤目位置。定位的方式很簡單，利用模板和下一幀圖像中搜索區(qū)域提取的特征進行卷積輸出響應(yīng)圖，在響應(yīng)圖獲得最大峰值的位置即可定位目標。在實際應(yīng)用于計算整幅圖像的特征的計算量太大，并且連續(xù)的視頻序列中目標運動距離太遠，因此只選取比目標框區(qū)域大一些的附近區(qū)域來進行搜索。如圖 2-1 所示關(guān)濾波算法的一個跟蹤流程。 為了賦予跟蹤器在線學(xué)習(xí)的能力，會在每一幀

圖 2-2 SRDCF 和樸素相關(guān)濾波算法的響應(yīng)圖的區(qū)別[12]網(wǎng)絡(luò)模型覺中的孿生神經(jīng)網(wǎng)絡(luò)絡(luò)模型由 Bromley 等人在 1993 年提出并應(yīng)用孿生神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)被廣泛地應(yīng)用到了計算機視


本文編號：2954457