目標跟蹤技術(shù)自20世紀以來一直都是相關(guān)領(lǐng)域的研究熱點，它在多個領(lǐng)域都有非常重要的的應用價值。近年來盡管有了深入研究，但是限于在跟蹤過程中出現(xiàn)的多種干擾因素的影響，將其用于現(xiàn)實生活更有一定的差距。這就導致了當前的目標跟蹤技術(shù)還是不能滿足軍民領(lǐng)域的需求。因此，研究這個課題還是有很重大的意義的。本論文主要創(chuàng)新工作及研究成果如下：首先針對人運動跟蹤提出了基于歸一化自相關(guān)匹配和灰預測的人運動跟蹤方法。該方法主要針對模板相關(guān)匹配算法存在跟蹤實時性差和無法處理遮擋現(xiàn)象的缺點，提出了結(jié)合改進的GM（1,1）模型、遮擋判別準則和歸一化自相關(guān)匹配的人運動跟蹤方法。這種GM（1,1）模型結(jié)合以序列x1的第n個分量作為灰色微分模型的初始條件和基于二次插值的方法構(gòu)造背景值，從而提高了GM（1,1）模型的預測精度。在不存在遮擋情況下，灰預測模型預測減小了模板匹配區(qū)域，增強了算法的實時性；在遮擋情況下，該方法以考慮了預測誤差的預測值代替真實值，提高了人運動跟蹤的準確性，增強了算法的魯棒性。其次針對人臉的快速實時跟蹤，提出了一種融合Camshift算法和灰指數(shù)律數(shù)據(jù)序列建模的新方法。該方法首先在離線計算膚色概率分布特... 

【文章來源】：杭州電子科技大學浙江省

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
目錄
第一章 緒論
    1.1 研究背景與研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 目標跟蹤研究現(xiàn)狀
        1.2.2 Camshift 算法研究現(xiàn)狀
        1.2.3 灰色系統(tǒng)理論研究現(xiàn)狀
    1.3 目標跟蹤面臨的問題
    1.4 本文研究內(nèi)容及章節(jié)安排
    1.5 本章小結(jié)
第二章 灰色系統(tǒng)理論的相關(guān)介紹
    2.1 灰色系統(tǒng)理論的產(chǎn)生和發(fā)展動態(tài)
        2.1.1 灰色系統(tǒng)理論產(chǎn)生的科學背景
        2.1.2 灰色系統(tǒng)理論的產(chǎn)生和發(fā)展
        2.1.3 幾種不確定性方法的比較
        2.1.4 灰色系統(tǒng)理論的地位
    2.2 灰色系統(tǒng)的概念和基本原理
        2.2.1 基本概念
        2.2.2 基本原理
    2.3 灰色系統(tǒng)理論的主要內(nèi)容及任務
        2.3.1 主要內(nèi)容
        2.3.2 主要任務
    2.4 灰色系統(tǒng)模型
        2.4.1 五步建模思想
        2.4.2 GM(1,1)模型
    2.5 需要進一步研究的問題
    2.6 本章小結(jié)
第三章 基于歸一化自相關(guān)匹配和灰預測的人運動跟蹤
    3.1 引言
    3.2 主要內(nèi)容
        3.2.1 歸一化自相關(guān)匹配算法
        3.2.2 改進的 GM(1,1)模型
        3.2.3 遮擋判別準則
    3.3 實驗結(jié)果與分析
    3.4 本章小結(jié)
第四章 基于 Camshift 和灰模型的人臉跟蹤
    4.1 引言
    4.2 Camshift 算法介紹
        4.2.1 Camshift 如何實現(xiàn)人臉跟蹤
        4.2.2 Camshift 算法的缺點
    4.3 主要內(nèi)容
        4.3.1 膚色概率模型
        4.3.2 Camshift 算法
        4.3.3 EGM 模型
    4.4 實驗結(jié)果與分析
    4.5 本章小結(jié)
第五章 基于動態(tài)模板和運動預測的目標跟蹤
    5.1 引言
    5.2 主要內(nèi)容
        5.2.1 基于動態(tài)模板的 SSAD 算法
        5.2.2 優(yōu)化的 GM(1,1)模型
    5.3 實驗結(jié)果與分析
    5.4 本章小結(jié)
第六章 總結(jié)和展望
    6.1 全文總結(jié)
    6.2 工作展望
致謝
參考文獻
作者在讀期間發(fā)表的學術(shù)論文及參加的科研項目


【參考文獻】：
期刊論文
[1]受抑全內(nèi)反射技術(shù)實現(xiàn)的多點觸控裝置設(shè)計[J]. 黃靚.  電視技術(shù). 2014(13)
[2]基于嵌入式Web Server的煤礦視頻監(jiān)控系統(tǒng)研究[J]. 袁小平,鮑捷,張明濤,鄭向剛.  電視技術(shù). 2014(09)
[3]基于機器視覺的教室多目標跟蹤算法設(shè)計與實現(xiàn)[J]. 李駢臻,李震.  計算機工程與設(shè)計. 2014(01)
[4]基于GM（1,1）模型的機動目標跟蹤方法研究[J]. 陶劍鋒,陳伏虎.  系統(tǒng)工程與電子技術(shù). 2009(06)
[5]自適應模板更新的粒子濾波實時跟蹤算法[J]. 賴作鎂,陳懷新,吳必富.  系統(tǒng)工程與電子技術(shù). 2009(04)
[6]抑制模板漂移的目標跟蹤算法[J]. 潘吉彥,胡波,張建秋.  電子學報. 2009(03)
[7]一種改進的紅外圖像歸一化互相關(guān)匹配算法[J]. 郭偉,趙亦工,謝振華.  光子學報. 2009(01)
[8]基于自適應初始搜索點預測的目標跟蹤算法[J]. 潘吉彥,胡波,張建秋.  系統(tǒng)工程與電子技術(shù). 2008(03)
[9]基于匹配跟蹤置信度的自適應對應像素距離圖像匹配跟蹤算法[J]. 羅軍,江和平,沈振康.  信號處理. 2008(01)
[10]具有灰指數(shù)律數(shù)據(jù)序列建模方法研究[J]. 梁保松,陳振,黨耀國.  鄭州大學學報(理學版). 2007(01)

博士論文
[1]基于粒子濾波的目標跟蹤技術(shù)研究[D]. 宋策.中國科學院研究生院(長春光學精密機械與物理研究所) 2014
[2]復雜條件下視頻運動目標檢測和跟蹤[D]. 單勇.國防科學技術(shù)大學 2006

碩士論文
[1]視頻圖像序列中運動目標的檢測與跟蹤[D]. 陳毓晶.大連理工大學 2009
[2]基于序列圖像的運動目標檢測與跟蹤[D]. 張雄.哈爾濱理工大學 2009



本文編號：3548293