熱紅外目標(biāo)跟蹤是視覺(jué)目標(biāo)跟蹤的一個(gè)子任務(wù),熱紅外目標(biāo)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(jué)目標(biāo)跟蹤和熱紅外目標(biāo)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(diǎn),直接將視覺(jué)目標(biāo)跟蹤中的跟蹤器應(yīng)用到熱紅外目標(biāo)跟蹤中時(shí)會(huì)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(biāo)的顯著判別信息是目標(biāo)的邊緣結(jié)構(gòu),視覺(jué)目標(biāo)跟蹤中最常用的HOG特征沒(méi)有充分利用梯度的幅值信息,因此無(wú)法準(zhǔn)確描述目標(biāo)的邊緣結(jié)構(gòu),在熱紅外目標(biāo)跟蹤中表現(xiàn)不好。近年來(lái)在計(jì)算機(jī)視覺(jué)領(lǐng)域常用的深度特征是通過(guò)在可見(jiàn)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(jiàn)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(biāo)跟蹤中表現(xiàn)也一般。針對(duì)這些問(wèn)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(biāo)跟蹤中,改進(jìn)了基準(zhǔn)跟蹤器ECO的特征提取部分,本文將改進(jìn)后的ECO跟蹤器稱為ECO_LSK。本文對(duì)比了傳統(tǒng)特征提取方法的缺... 

【文章來(lái)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(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

同一時(shí)間同一場(chǎng)景下的可見(jiàn)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(biāo)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(jiǎn)單，利用模板和下一幀圖像中搜索區(qū)域提取的特征進(jìn)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(biāo)。在實(shí)際應(yīng)用于計(jì)算整幅圖像的特征的計(jì)算量太大，并且連續(xù)的視頻序列中目標(biāo)運(yùn)動(dòng)距離太遠(yuǎn)，因此只選取比目標(biāo)框區(qū)域大一些的附近區(qū)域來(lái)進(jìn)行搜索。如圖 2-1 所示關(guān)濾波算法的一個(gè)跟蹤流程。 為了賦予跟蹤器在線學(xué)習(xí)的能力，會(huì)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(jué)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(jì)算機(jī)視


本文編號(hào)：2954457