基于核相關(guān)濾波的分塊與尺度自適應(yīng)跟蹤算法研究
發(fā)布時(shí)間:2022-02-17 18:52
目標(biāo)跟蹤技術(shù)作為計(jì)算機(jī)視覺領(lǐng)域研究的一個(gè)熱點(diǎn),在視覺監(jiān)控、人機(jī)交互、智能交通、軍事制導(dǎo)等領(lǐng)域有著廣泛的應(yīng)用。經(jīng)過幾十年的發(fā)展,許多優(yōu)秀的理論和跟蹤算法被提出,這使得跟蹤的準(zhǔn)確性和魯棒性有了較大的提高。然而在實(shí)際跟蹤場(chǎng)景中,由于目標(biāo)受到遮擋、尺度變化等因素的影響,如何提高算法的實(shí)時(shí)性和魯棒性仍是一個(gè)有較強(qiáng)挑戰(zhàn)性的難點(diǎn)。為此,本文開展了基于核相關(guān)濾波的分塊與尺度自適應(yīng)跟蹤方法的研究。主要工作如下:1)基于核相關(guān)濾波的分塊融合跟蹤算法(Block fusion tracking algorithm tracker based on Kernelized Correlation Filters,BKCF)。首先,根據(jù)目標(biāo)的大小及寬高比對(duì)其進(jìn)行自適應(yīng)分塊,并對(duì)各子塊提取其方向梯度直方圖和顏色特征;然后,利用融合后的特征對(duì)每個(gè)子塊進(jìn)行核相關(guān)濾波跟蹤,得到各子塊的最大響應(yīng)位置;接著,通過子塊目標(biāo)與原目標(biāo)間的幾何關(guān)系得到其對(duì)應(yīng)的候選目標(biāo)位置;最后,通過對(duì)各候選目標(biāo)位置加權(quán)平均得到最終的目標(biāo)響應(yīng)位置。此外,以子塊響應(yīng)圖的峰值旁瓣比和其響應(yīng)位置與目標(biāo)最終位置的歐氏距離為判據(jù)來(lái)判斷該子塊的有效性,對(duì)于有效的...
【文章來(lái)源】:廣西師范大學(xué)廣西壯族自治區(qū)
【文章頁(yè)數(shù)】:50 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景與意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文的主要工作和論文結(jié)構(gòu)安排
第2章 目標(biāo)跟蹤理論基礎(chǔ)
2.1 目標(biāo)跟蹤的基本流程
2.1.1 特征提取
2.1.2 目標(biāo)模型
2.1.3 目標(biāo)搜索
2.1.4 模型更新
2.2 相關(guān)濾波目標(biāo)跟蹤算法
2.2.1 循環(huán)矩陣
2.2.3 線性回歸
2.2.4 快速檢測(cè)與目標(biāo)定位
2.3 本章小結(jié)
第3章 基于核相關(guān)濾波的分塊融合跟蹤算法
3.1 引言
3.2 目標(biāo)分塊與多特征融合跟蹤
3.2.1 目標(biāo)自適應(yīng)分塊
3.2.2 子塊特征提取與融合
3.2.3 子塊跟蹤與目標(biāo)定位
3.2.4 子塊更新
3.3 實(shí)驗(yàn)與結(jié)果分析
3.3.1 實(shí)驗(yàn)定性分析
3.3.2 定量比較
3.4 小結(jié)
第4章 基于BKCF改進(jìn)的尺度自適應(yīng)跟蹤算法
4.1 引言
4.2 尺度不變特征
4.3 子塊尺度估計(jì)
4.4 目標(biāo)尺度自適應(yīng)
4.5 實(shí)驗(yàn)與結(jié)果分析
4.5.1 實(shí)驗(yàn)定性分析
4.5.2 實(shí)驗(yàn)定量分析
4.6 小結(jié)
第5章 總結(jié)與展望
5.1 本文總結(jié)
5.2 研究展望
參考文獻(xiàn)
攻讀碩士期間的科研情況
致謝
【參考文獻(xiàn)】:
期刊論文
[1]深度學(xué)習(xí)的目標(biāo)跟蹤算法綜述[J]. 李璽,查宇飛,張?zhí)熘?崔振,左旺孟,侯志強(qiáng),盧湖川,王菡子. 中國(guó)圖象圖形學(xué)報(bào). 2019(12)
[2]基于深度學(xué)習(xí)和醫(yī)學(xué)圖像的癌癥計(jì)算機(jī)輔助診斷研究進(jìn)展[J]. 陳詩(shī)慧,劉維湘,秦璟,陳亮亮,賓果,周煜翔,汪天富,黃炳升. 生物醫(yī)學(xué)工程學(xué)雜志. 2017(02)
[3]虛擬現(xiàn)實(shí)綜述[J]. 趙沁平. 中國(guó)科學(xué)(F輯:信息科學(xué)). 2009(01)
本文編號(hào):3629928
【文章來(lái)源】:廣西師范大學(xué)廣西壯族自治區(qū)
【文章頁(yè)數(shù)】:50 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景與意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文的主要工作和論文結(jié)構(gòu)安排
第2章 目標(biāo)跟蹤理論基礎(chǔ)
2.1 目標(biāo)跟蹤的基本流程
2.1.1 特征提取
2.1.2 目標(biāo)模型
2.1.3 目標(biāo)搜索
2.1.4 模型更新
2.2 相關(guān)濾波目標(biāo)跟蹤算法
2.2.1 循環(huán)矩陣
2.2.3 線性回歸
2.2.4 快速檢測(cè)與目標(biāo)定位
2.3 本章小結(jié)
第3章 基于核相關(guān)濾波的分塊融合跟蹤算法
3.1 引言
3.2 目標(biāo)分塊與多特征融合跟蹤
3.2.1 目標(biāo)自適應(yīng)分塊
3.2.2 子塊特征提取與融合
3.2.3 子塊跟蹤與目標(biāo)定位
3.2.4 子塊更新
3.3 實(shí)驗(yàn)與結(jié)果分析
3.3.1 實(shí)驗(yàn)定性分析
3.3.2 定量比較
3.4 小結(jié)
第4章 基于BKCF改進(jìn)的尺度自適應(yīng)跟蹤算法
4.1 引言
4.2 尺度不變特征
4.3 子塊尺度估計(jì)
4.4 目標(biāo)尺度自適應(yīng)
4.5 實(shí)驗(yàn)與結(jié)果分析
4.5.1 實(shí)驗(yàn)定性分析
4.5.2 實(shí)驗(yàn)定量分析
4.6 小結(jié)
第5章 總結(jié)與展望
5.1 本文總結(jié)
5.2 研究展望
參考文獻(xiàn)
攻讀碩士期間的科研情況
致謝
【參考文獻(xiàn)】:
期刊論文
[1]深度學(xué)習(xí)的目標(biāo)跟蹤算法綜述[J]. 李璽,查宇飛,張?zhí)熘?崔振,左旺孟,侯志強(qiáng),盧湖川,王菡子. 中國(guó)圖象圖形學(xué)報(bào). 2019(12)
[2]基于深度學(xué)習(xí)和醫(yī)學(xué)圖像的癌癥計(jì)算機(jī)輔助診斷研究進(jìn)展[J]. 陳詩(shī)慧,劉維湘,秦璟,陳亮亮,賓果,周煜翔,汪天富,黃炳升. 生物醫(yī)學(xué)工程學(xué)雜志. 2017(02)
[3]虛擬現(xiàn)實(shí)綜述[J]. 趙沁平. 中國(guó)科學(xué)(F輯:信息科學(xué)). 2009(01)
本文編號(hào):3629928
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/3629928.html
最近更新
教材專著