對運動目標進行穩(wěn)定的跟蹤是模式識別領域的重要研究課題,在生物視覺、自動駕駛、視頻監(jiān)控等領域應用廣泛。近來,機器學習和人工智能領域的快速發(fā)展,進一步促進了對目標跟蹤課題的深入研究。然而,由于目標跟蹤過程中經常出現的外形變化、光照變化、遮擋、背景干擾等問題,在復雜環(huán)境下對運動目標進行魯棒跟蹤仍是一個極具挑戰(zhàn)性的課題。判別相關性濾波器的理論最早是在信號處理領域中被提出的,隨后被引入到了目標跟蹤領域。相比于傳統的目標跟蹤算法,基于判別相關性濾波器的目標跟蹤算法不僅能夠達到較高的跟蹤精確度和跟蹤成功率,而且能夠實現較快的跟蹤處理速度,因此成為了近年來目標跟蹤課題中的一個主要研究分支。盡管此類算法相比于傳統的目標跟蹤算法已經有了明顯的性能提升,但是此類算法中的許多問題,例如模型學習問題、目標尺度估計問題、上下文感知問題、深度學習問題等,需要更加深入的研究和進一步的解決以提升算法的整體性能。針對以上問題,本課題在判別相關性濾波器框架下,重點研究了基于自步學習的目標外觀模型學習方法、連續(xù)空間目標尺度估計策略、基于聯合方式的上下文感知與回歸目標自適應、孿生對稱卷積網絡中的殘差分層注意力機制等幾個方面的內... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：143 頁

【學位級別】：博士

【部分圖文】：

圖１－１目標跟蹤的過程??

Ｚ表示各行是一個圖像樣本ｘ，的矩陣，ｙ中的元素為回歸目標乂，／??示單位矩陣。??３．２循環(huán)矩陣與核函數??公式１－２的復數形式可寫為：??ｖ／?＝?｛ＸＨＸ?＋?ＵｙｘＸＨｙ?（１－３）??其中，表示厄米特轉置（Ｈｅｒｍｉｔｉａｎｔｒａｎｓｐｏｓｅ），即?為??共軛復數。當尤為實數值時，公式１－３與公式１－２等價。??通過公式１－３可以發(fā)現，模型參數ｗ的閉式解存在矩陣求逆的過程，這在實??操作中會顯著降低算法的處理速度，成為實現實時目標跟蹤的阻礙因素。為了??決這一問題，在ＫＣＦ中引入了循環(huán)矩陣的方法，基礎樣本為＊的循環(huán)矩陣Ｘ可??被表示為下式的形式：??—ａ：２ｘ３？？？?ｘ？＿??

本論文基于判別相關性濾波器，針對目標跟蹤中的模型學習問題、尺度估計??問題、上下文感知問題、深度學習問題等進行了深入的研究。論文共包含六章內??容，各章之間的邏輯關系如圖１－３所示，各章節(jié)的主要內容安排如下：??第一章，緒論。首先介紹了運動目標跟蹤的背景及意義，并在基于判別相關??性濾波器的目標跟蹤算法、基于深度學習的目標跟蹤算法、目標跟蹤數據集三個??方面對運動目標跟蹤的研宄現狀進行了總結，詳細地介紹了判別相關性濾波器的??１４??

【參考文獻】：
期刊論文
[1]基于數據融合的高速公路交通狀況檢測[J]. 崔艷玲,金蓓弘,張扶桑.  計算機學報. 2017(08)
[2]無人機視覺導航算法[J]. 黃楠楠,劉貴喜,張音哲,姚李陽.  紅外與激光工程. 2016(07)
[3]基于彈簧模型的移動機器人路徑規(guī)劃研究[J]. 高申勇,許方鎮(zhèn),郭鴻杰.  儀器儀表學報. 2016(04)
[4]基于加速度傳感器的無線跌倒檢測系統[J]. 秦昉,孫子文,白勇.  控制工程. 2016(01)
[5]人的視覺行為識別研究回顧、現狀及展望[J]. 單言虎,張彰,黃凱奇.  計算機研究與發(fā)展. 2016(01)
[6]基于多特征子空間與核學習的行人再識別[J]. 齊美彬,檀勝順,王運俠,劉皓,蔣建國.  自動化學報. 2016(02)
[7]多方向顯著性權值學習的行人再識別[J]. 陳瑩,霍中花.  中國圖象圖形學報. 2015(12)
[8]機器人視覺伺服研究進展:視覺系統與控制策略[J]. 賈丙西,劉山,張凱祥,陳劍.  自動化學報. 2015(05)
[9]基于勢場柵格法的移動機器人避障路徑規(guī)劃[J]. 歐陽鑫玉,楊曙光.  控制工程. 2014(01)
[10]人臉表情識別研究的新進展[J]. 劉曉旻,譚華春,章毓晉.  中國圖象圖形學報. 2006(10)



本文編號：3590745