【摘要】：基于局部特征表達的目標跟蹤算法有很好的抗目標遮擋和形變的能力,因此其在目標跟蹤領(lǐng)域有很多的應(yīng)用和討論。雖然基于局部特征表達的目標跟蹤算法有很多的優(yōu)點,但其仍然存在如下的幾個問題:1.對目標有效的特征表達是目標跟蹤領(lǐng)域中的一個根本性問題,一個有效的目標特征表達方式能對跟蹤器的跟蹤性能起到?jīng)Q定性的作用。而傳統(tǒng)的基于局部的目標表達是把目標的所有局部區(qū)域用統(tǒng)一的特征信息進行表達,沒有根據(jù)每一個局部特征的位置信息進行有區(qū)別的表達,這樣每一個局部特征便不能做到都很好的區(qū)分前景和背景。2.深度神經(jīng)網(wǎng)絡(luò)特征相比于人工設(shè)計特征的擁有巨大優(yōu)勢。不同于人工設(shè)計特征,深度神經(jīng)網(wǎng)絡(luò)特征通過對大量數(shù)據(jù)樣本的學(xué)習(xí)找到一種語義方面更加高層的目標表達。然而,基于局部的跟蹤算法大都沒有很好的利用深度神網(wǎng)絡(luò)不同卷積特征圖對不同的局部區(qū)域的不同表達,從而不能很好的利用不同局部塊的位置信息選擇和使用最適合其區(qū)分前景和背景的特征圖。3.由于在目標跟蹤問題中,目標的尺度變換一直是一個很重要也很難解決的問題,在基于局部的目標跟蹤算法中,常用的目標跟蹤尺度變換方式不能很好的解決目標的尺度變化問題,從而不能很有效的跟蹤有形變的跟蹤目標。下一個問題不單單存在于基于局部的目標跟蹤算法中,它普遍存在于所有機制的跟蹤算法中,在目標跟蹤領(lǐng)域,目標的形變、遮擋、模糊、快速移動、尺度變化等等不確定因素是每個視覺跟蹤算法所要面臨和應(yīng)對的挑戰(zhàn)。但是由于每一個跟蹤器跟蹤的機制不同,一個視覺跟蹤器往往不能很好的處理上述所有不確定因素,從而造成跟蹤算法對特定跟蹤目標跟蹤失敗的情形。針對問題一,本文提出一種有效的局部特征目標表達方式,利用目標中每一個局部區(qū)域的位置信息,通過觀察目標局部的不同顏色特征,設(shè)計出一種能夠根據(jù)不同局部區(qū)域的位置信息自適應(yīng)的找到最能區(qū)分前景和背景的特征表達,最終融合每一個局部特征使得整個目標的特征表達能夠很好的區(qū)分前景和背景,從而提升整體的目標跟蹤的性能。針對問題二,在上述基于目標局部的不同顏色特征和位置信息進行自適應(yīng)特征表達的基礎(chǔ)上,本文充分利用深度神經(jīng)網(wǎng)絡(luò)不同特征圖的特點,對目標進行有區(qū)別的局部特征表達。針對問題三,本文借鑒在目標檢測中比較常用的目標框回歸的方式去解決基于局部的壓縮感知目標跟蹤算法中的尺度變換問題,從而使得基于局部的壓縮感知目標跟蹤算法也能很好的尺度變化功能。針對最后一個問題,本文通過多個不同的跟蹤器同時跟蹤一個目標,在每一幀都選擇"最好"跟蹤結(jié)果,把多個不同跟蹤機制的跟蹤器的優(yōu)點融合,彌補不同跟蹤器的缺點,做到端到端的多跟蹤器的性能提升。實驗證明通過本文提出的基于顏色特征和深度特征的局部特征選擇算法對基于局部的目標跟蹤算法的性能有一個較大的提升,同時,基于目標框回歸的尺度變換能很好的解決基于局部特征表達的目標跟蹤的尺度變換問題。最后通過多跟蹤器選擇算法,多個跟蹤器的優(yōu)點被整合,同時整體的跟蹤性能得到可觀的提升。
[Abstract]:The target tracking algorithm based on local feature expression is a fundamental problem in the field of target tracking .
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 孫明,吳正國,龔沈光;基于離散小波理論的時間尺度變換實現(xiàn)[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2002年01期

2 章文斌,袁寶國,王勝國;尺度變換在互連線高階模型仿真中的應(yīng)用[J];計算機仿真;2005年03期

3 劉亞波;李亞超;邢孟道;保錚;;基于錐形尺度變換的弱小艦船目標檢測[J];電子與信息學(xué)報;2009年11期

4 熊惠霖,張?zhí)煨?具有平移和尺度變換不變性的自適應(yīng)小波矩[J];華中理工大學(xué)學(xué)報;1999年04期

5 朱曉光,洪炳熔,王東木;基于連續(xù)小波理論的時間尺度變換實現(xiàn)[J];系統(tǒng)工程與電子技術(shù);1999年12期

6 鄭軍,顏文俊,諸靜;基于小波逼近和尺度變換的非參數(shù)辨識方法[J];控制與決策;2004年10期

7 魏萊;王守覺;徐菲菲;;基于帶權(quán)多維尺度變換的奇異值挖掘[J];計算機科學(xué);2008年01期

8 曾依靈;許洪波;吳高巍;程學(xué)旗;白碩;;一種基于空間映射及尺度變換的聚類框架[J];中文信息學(xué)報;2010年03期

9 鄭猛,鄭世寶,王慈;一種DCT域?qū)崿F(xiàn)圖像分數(shù)倍尺度變換的方法[J];上海交通大學(xué)學(xué)報;2004年09期

10 江志紅;程翥;王展;;基于Chirp變換的快速離散時間尺度變換[J];國防科技大學(xué)學(xué)報;2007年05期

相關(guān)會議論文 前1條

1 曾依靈;許洪波;吳高巍;程學(xué)旗;白碩;;一種基于空間映射及尺度變換的聚類框架[A];第五屆全國信息檢索學(xué)術(shù)會議論文集[C];2009年

相關(guān)博士學(xué)位論文 前1條

1 王fE;圖像旋轉(zhuǎn)與尺度變換不變性識別方法研究[D];西安電子科技大學(xué);2008年

相關(guān)碩士學(xué)位論文 前1條

1 鄭天琦;基于特征和模型選擇的視頻目標跟蹤[D];中國科學(xué)技術(shù)大學(xué);2017年

，

本文編號：2127512