在目標(biāo)跟蹤過程中,目標(biāo)的尺度在短時(shí)間內(nèi)發(fā)生突變會(huì)導(dǎo)致跟蹤要素的丟失,造成跟蹤誤差不斷積累,最終導(dǎo)致目標(biāo)跟蹤漂移。近年來,深度學(xué)習(xí)方法在目標(biāo)檢測上取得了很大的進(jìn)展,本文為了更好的解決目標(biāo)尺度突變造成跟蹤準(zhǔn)確率低的難題,對該問題進(jìn)行研究,設(shè)計(jì)提出了利用深度學(xué)習(xí)網(wǎng)絡(luò)先進(jìn)行目標(biāo)檢測后利用核相關(guān)濾波方法進(jìn)行跟蹤的自適應(yīng)尺度突變的跟蹤算法(KCF_YOLO),并通過實(shí)驗(yàn)驗(yàn)證了該模型的有效性。本文具體工作如下:首先,對目標(biāo)跟蹤的公開數(shù)據(jù)集進(jìn)行大量實(shí)驗(yàn),分析后得出跟蹤準(zhǔn)確率較低時(shí)視頻序列的共性是目標(biāo)尺度發(fā)生突變,并把OTB和VOT公開數(shù)據(jù)集中具有尺度突變的視頻序列挑選出來以便后續(xù)進(jìn)行實(shí)驗(yàn)。其次,提出一種改進(jìn)的目標(biāo)跟蹤算法(KCF_YOLO),改進(jìn)點(diǎn)是將傳統(tǒng)核相關(guān)濾波算法邊檢測邊跟蹤的模式改為先檢測后跟蹤,將深度學(xué)習(xí)與傳統(tǒng)的核相關(guān)濾波跟蹤進(jìn)行結(jié)合應(yīng)用在目標(biāo)跟蹤的過程中,深度學(xué)習(xí)網(wǎng)絡(luò)的加入,不僅可以學(xué)習(xí)到更加精確的特征表示,而且可以較為有效應(yīng)對視頻序列低分辨率的情況,使得該算法在尺度突變的情況下得到了更加準(zhǔn)確的目標(biāo)跟蹤。同時(shí)將相同的視頻序列應(yīng)用于KCF、SAMF、fDSST、DSST、TLD五種跟蹤算法,... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．３目標(biāo)跟蹤的應(yīng)用場景示例??（ａ人流監(jiān)控；ｂ無人駕駛；ｃ人機(jī)交互；ｄ智能監(jiān)控）??Ｆｉｇ．?１．３?Ｅｘａｍｐｌｅ?ａｐｐｌｉｃａｔｉｏｎ?ｓｃｅｎａｒｉｏｓ?ｆｏｒ?ｔａｒｇｅｔ?ｔｒａｃｋｉｎｇ??（ａ?ｆｌｏｗ?ｍｏｎｉｔｏｒｉｎｇ；?ｂ?ｕｎｍａｎｎｅｄ；?ｃ?ｈｕｍａｎ－ｃｏｍｐｕｔｅｒ?ｉｎｔｅｒａｃｔｉｏｎ；?ｄ?ｉｎｔｅｌｌｉｇｅｎｔ?ｍｏｎｉｔｏｒｉｎｇ）??

?自適應(yīng)尺度突變的目標(biāo)跟蹤算法研宂????（ａ）?（ｂ）?（ｃ）?（ｄ）??圖１．５目標(biāo)遮擋實(shí)例?＾?，??（ａ?Ｊｏｇｇｉｎｇ?第?１?巾貞；ｂ?Ｊｏｇｇｉｎｇ?第?６３屬；ｃ?Ｊｏｇｇｉｎｇ?第?６９．巾貞；ｄ，Ｊｏｇｇｉｎｇ?第?７３?中貞）??，?Ｆｉｇ．?１．５?Ｅｘａｍｐｌｅ?ｏｆ?ｔａｒｇｅｔ?ｏｃｃｌｕｓｉｏｎ?、＇??（ａ?Ｊｏｇｇｉｎｇ?ｆｒａｍｅ?１；?ｂ?Ｊｏｇｇｉｎｇ?ｆｉｒａｍｅ?６３；?ｃ?Ｊｏｇｇｉｎｇ?ｆｒａｍｅ?６９；?ｄ?Ｊｏｇｇｉｎｇ?ｆｒａｍｅ?７３）??（３）實(shí)際應(yīng)用中有些圖像的背景信息較為復(fù)雜、光照強(qiáng)度、攝像頭的低分??辨率、目標(biāo)是否產(chǎn)生形變、目標(biāo)，快速運(yùn)動(dòng)導(dǎo)致目標(biāo)較￥模糊對跟蹤效也有影響。??圖１．６是ＯＴＢ１００數(shù)掲集豐Ｂａｓｋｅｔｂａｌｌ，視頻序列光照變化部分，以及Ｃａｆｆｉａｒｋ序??列的背景復(fù)雜實(shí)例；圖１．７是ＯＴＢ１００數(shù)據(jù)集中Ｊｕｍｐ岸列形變實(shí)例。??（ａ）?Ｂａｓｋｅｔｂａｌｌ?第?６４９?巾貞?（ｂ）?Ｂａｓｋｅｔｂａｌｌ?第?６５０?頓?（ｃ）?ＣａｒＤａｒｋ?第?１?中貞??圖１．６光照變化、背景復(fù)雜實(shí)例??（ａ?Ｂａｓｋｅｔｂａｌｌ?第?６４９?幀；ｂ?Ｂａｓｋｅｔｂａｌｌ?第?６５０?巾貞；ｃ?ＣａｒＤａｒｋ第?１?中貞）？??Ｆｉｇ?１．６?Ｅｘａｍｐｌｅ?ｏｆ?ｌｉｇｈｔｉｎｇ?ｃｈａｎｇｅｓ?ａｎｄ?ｃｏｍｐｌｅｘ?ｂａｃｋｇｉ＇ｏｕｎｄ??（ａ?Ｂａｓｋｅｔｂａｌｌ?ｆｒａｍｅ?６４９；?ｂ?Ｂａｓｋｅｔｂａｌｌ?ｆｉ＇ａｍｅ?６５０；?ｃ?ＣａｒＤａｒｋ?ｆｒａｍｅ?１）??？?ＲＥＩ＾ＲＲＲ種??（ａ）?（ｂ）??圖

?自適應(yīng)尺度突變的目標(biāo)跟蹤算法研宂????（ａ）?（ｂ）?（ｃ）?（ｄ）??圖１．５目標(biāo)遮擋實(shí)例?＾?，??（ａ?Ｊｏｇｇｉｎｇ?第?１?巾貞；ｂ?Ｊｏｇｇｉｎｇ?第?６３屬；ｃ?Ｊｏｇｇｉｎｇ?第?６９．巾貞；ｄ，Ｊｏｇｇｉｎｇ?第?７３?中貞）??，?Ｆｉｇ．?１．５?Ｅｘａｍｐｌｅ?ｏｆ?ｔａｒｇｅｔ?ｏｃｃｌｕｓｉｏｎ?、＇??（ａ?Ｊｏｇｇｉｎｇ?ｆｒａｍｅ?１；?ｂ?Ｊｏｇｇｉｎｇ?ｆｉｒａｍｅ?６３；?ｃ?Ｊｏｇｇｉｎｇ?ｆｒａｍｅ?６９；?ｄ?Ｊｏｇｇｉｎｇ?ｆｒａｍｅ?７３）??（３）實(shí)際應(yīng)用中有些圖像的背景信息較為復(fù)雜、光照強(qiáng)度、攝像頭的低分??辨率、目標(biāo)是否產(chǎn)生形變、目標(biāo)，快速運(yùn)動(dòng)導(dǎo)致目標(biāo)較￥模糊對跟蹤效也有影響。??圖１．６是ＯＴＢ１００數(shù)掲集豐Ｂａｓｋｅｔｂａｌｌ，視頻序列光照變化部分，以及Ｃａｆｆｉａｒｋ序??列的背景復(fù)雜實(shí)例；圖１．７是ＯＴＢ１００數(shù)據(jù)集中Ｊｕｍｐ岸列形變實(shí)例。??（ａ）?Ｂａｓｋｅｔｂａｌｌ?第?６４９?巾貞?（ｂ）?Ｂａｓｋｅｔｂａｌｌ?第?６５０?頓?（ｃ）?ＣａｒＤａｒｋ?第?１?中貞??圖１．６光照變化、背景復(fù)雜實(shí)例??（ａ?Ｂａｓｋｅｔｂａｌｌ?第?６４９?幀；ｂ?Ｂａｓｋｅｔｂａｌｌ?第?６５０?巾貞；ｃ?ＣａｒＤａｒｋ第?１?中貞）？??Ｆｉｇ?１．６?Ｅｘａｍｐｌｅ?ｏｆ?ｌｉｇｈｔｉｎｇ?ｃｈａｎｇｅｓ?ａｎｄ?ｃｏｍｐｌｅｘ?ｂａｃｋｇｉ＇ｏｕｎｄ??（ａ?Ｂａｓｋｅｔｂａｌｌ?ｆｒａｍｅ?６４９；?ｂ?Ｂａｓｋｅｔｂａｌｌ?ｆｉ＇ａｍｅ?６５０；?ｃ?ＣａｒＤａｒｋ?ｆｒａｍｅ?１）??？?ＲＥＩ＾ＲＲＲ種??（ａ）?（ｂ）??圖

【參考文獻(xiàn)】：
期刊論文
[1]基于核濾波器實(shí)時(shí)運(yùn)動(dòng)目標(biāo)的抗遮擋再跟蹤[J]. 湯學(xué)猛,陳志國,傅毅.  光電工程. 2020(01)
[2]基于遮擋檢測和多塊位置信息融合的分塊目標(biāo)跟蹤算法[J]. 儲(chǔ)珺,危振,繆君,王璐.  模式識(shí)別與人工智能. 2020(01)
[3]多特征融合與尺度自適應(yīng)核相關(guān)濾波跟蹤算法[J]. 馮漢,王永雄,張孫杰.  計(jì)算機(jī)與數(shù)字工程. 2019(05)
[4]自適應(yīng)特征融合的多尺度相關(guān)濾波目標(biāo)跟蹤算法[J]. 陳智,柳培忠,駱炎民,汪鴻翔,杜永兆.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(11)
[5]快速尺度自適應(yīng)核相關(guān)濾波目標(biāo)跟蹤算法[J]. 何雪東,周盛宗.  激光與光電子學(xué)進(jìn)展. 2018(12)
[6]智能視頻監(jiān)控技術(shù)研究綜述[J]. 賈寧.  數(shù)字通信世界. 2018(07)
[7]特征融合的尺度自適應(yīng)相關(guān)濾波跟蹤算法[J]. 李聰,鹿存躍,趙珣,章寶民,王紅雨.  光學(xué)學(xué)報(bào). 2018(05)
[8]無人機(jī)系統(tǒng)與人工智能[J]. 樊邦奎,張瑞雨.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2017(11)
[9]自適應(yīng)尺度的快速相關(guān)濾波跟蹤算法[J]. 馬曉楠,劉曉利,李銀伢.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(03)
[10]核相關(guān)濾波跟蹤算法的尺度自適應(yīng)改進(jìn)[J]. 錢堂慧,羅志清,李果家,李應(yīng)蕓,李顯凱.  計(jì)算機(jī)應(yīng)用. 2017(03)

博士論文
[1]未知環(huán)境中智能機(jī)器人的視覺導(dǎo)航技術(shù)研究[D]. 林義閩.北京郵電大學(xué) 2014

碩士論文
[1]面向無人駕駛的三維激光雷達(dá)目標(biāo)檢測與追蹤算法研究[D]. 任禹衡.吉林大學(xué) 2019
[2]尺度特征自適應(yīng)的相關(guān)濾波跟蹤算法研究[D]. 孫蕾.南京郵電大學(xué) 2018
[3]面向邊境安防的運(yùn)動(dòng)目標(biāo)檢測與跟蹤算法研究[D]. 劉洋.重慶大學(xué) 2016
[4]智能醫(yī)療診斷系統(tǒng)的研究與實(shí)現(xiàn)[D]. 梁耀波.北京理工大學(xué) 2016



本文編號(hào)：2927564