對運(yùn)動目標(biāo)進(jìn)行穩(wěn)定的跟蹤是模式識別領(lǐng)域的重要研究課題,在生物視覺、自動駕駛、視頻監(jiān)控等領(lǐng)域應(yīng)用廣泛。近來,機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的快速發(fā)展,進(jìn)一步促進(jìn)了對目標(biāo)跟蹤課題的深入研究。然而,由于目標(biāo)跟蹤過程中經(jīng)常出現(xiàn)的外形變化、光照變化、遮擋、背景干擾等問題,在復(fù)雜環(huán)境下對運(yùn)動目標(biāo)進(jìn)行魯棒跟蹤仍是一個極具挑戰(zhàn)性的課題。判別相關(guān)性濾波器的理論最早是在信號處理領(lǐng)域中被提出的,隨后被引入到了目標(biāo)跟蹤領(lǐng)域。相比于傳統(tǒng)的目標(biāo)跟蹤算法,基于判別相關(guān)性濾波器的目標(biāo)跟蹤算法不僅能夠達(dá)到較高的跟蹤精確度和跟蹤成功率,而且能夠?qū)崿F(xiàn)較快的跟蹤處理速度,因此成為了近年來目標(biāo)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(tǒng)的目標(biāo)跟蹤算法已經(jīng)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(xué)習(xí)問題、目標(biāo)尺度估計(jì)問題、上下文感知問題、深度學(xué)習(xí)問題等,需要更加深入的研究和進(jìn)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(guān)性濾波器框架下,重點(diǎn)研究了基于自步學(xué)習(xí)的目標(biāo)外觀模型學(xué)習(xí)方法、連續(xù)空間目標(biāo)尺度估計(jì)策略、基于聯(lián)合方式的上下文感知與回歸目標(biāo)自適應(yīng)、孿生對稱卷積網(wǎng)絡(luò)中的殘差分層注意力機(jī)制等幾個方面的內(nèi)... 

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

【文章頁數(shù)】：143 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１－１目標(biāo)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(biāo)乂，／??示單位矩陣。??３．２循環(huán)矩陣與核函數(shù)??公式１－２的復(fù)數(shù)形式可寫為：??ｖ／?＝?｛ＸＨＸ?＋?ＵｙｘＸＨｙ?（１－３）??其中，表示厄米特轉(zhuǎn)置（Ｈｅｒｍｉｔｉａｎｔｒａｎｓｐｏｓｅ），即?為??共軛復(fù)數(shù)。當(dāng)尤為實(shí)數(shù)值時，公式１－３與公式１－２等價。??通過公式１－３可以發(fā)現(xiàn)，模型參數(shù)ｗ的閉式解存在矩陣求逆的過程，這在實(shí)??操作中會顯著降低算法的處理速度，成為實(shí)現(xiàn)實(shí)時目標(biāo)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(chǔ)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(guān)性濾波器，針對目標(biāo)跟蹤中的模型學(xué)習(xí)問題、尺度估計(jì)??問題、上下文感知問題、深度學(xué)習(xí)問題等進(jìn)行了深入的研究。論文共包含六章內(nèi)??容，各章之間的邏輯關(guān)系如圖１－３所示，各章節(jié)的主要內(nèi)容安排如下：??第一章，緒論。首先介紹了運(yùn)動目標(biāo)跟蹤的背景及意義，并在基于判別相關(guān)??性濾波器的目標(biāo)跟蹤算法、基于深度學(xué)習(xí)的目標(biāo)跟蹤算法、目標(biāo)跟蹤數(shù)據(jù)集三個??方面對運(yùn)動目標(biāo)跟蹤的研宄現(xiàn)狀進(jìn)行了總結(jié)，詳細(xì)地介紹了判別相關(guān)性濾波器的??１４??

【參考文獻(xiàn)】：
期刊論文
[1]基于數(shù)據(jù)融合的高速公路交通狀況檢測[J]. 崔艷玲,金蓓弘,張扶桑.  計(jì)算機(jī)學(xué)報. 2017(08)
[2]無人機(jī)視覺導(dǎo)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(jī)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(xué)報. 2016(04)
[4]基于加速度傳感器的無線跌倒檢測系統(tǒng)[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(xiàn)狀及展望[J]. 單言虎,張彰,黃凱奇.  計(jì)算機(jī)研究與發(fā)展. 2016(01)
[6]基于多特征子空間與核學(xué)習(xí)的行人再識別[J]. 齊美彬,檀勝順,王運(yùn)俠,劉皓,蔣建國.  自動化學(xué)報. 2016(02)
[7]多方向顯著性權(quán)值學(xué)習(xí)的行人再識別[J]. 陳瑩,霍中花.  中國圖象圖形學(xué)報. 2015(12)
[8]機(jī)器人視覺伺服研究進(jìn)展:視覺系統(tǒng)與控制策略[J]. 賈丙西,劉山,張凱祥,陳劍.  自動化學(xué)報. 2015(05)
[9]基于勢場柵格法的移動機(jī)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(jìn)展[J]. 劉曉旻,譚華春,章毓晉.  中國圖象圖形學(xué)報. 2006(10)



本文編號：3590745