視覺目標跟蹤是計算機視覺領域的核心問題之一,其在實際生活中具有廣泛的應用,包括姿勢估計、機器人技術、人機交互、無人駕駛等。給定被跟蹤目標在視頻序列第一幀中的初始邊界框,視覺目標跟蹤的任務就是如何魯棒地估計出目標在后續(xù)視頻幀中的狀態(tài)。盡管在過去的幾年中已經(jīng)提出了許多有效的跟蹤器,但是在具有挑戰(zhàn)性的場景中,如平面內(nèi)旋轉、平面外旋轉、遮擋、形狀變化、快速運動、運動模糊、光照變化、背景雜波、大尺度變化以及實際應用需求等,面向實時魯棒目標跟蹤的算法研究仍是一項艱巨的任務。本文在對現(xiàn)有視覺跟蹤領域的粒子濾波框架,相關濾波理論和深度學習技術深入分析的基礎上,針對開放環(huán)境中各種挑戰(zhàn)因素以及實時應用需求,重點從尺度估計、特征描述、采樣策略和運行速度四個方面開展面向高性能目標跟蹤的深度粒子相關濾波算法研究。本文的主要貢獻如下:1)基于決策層融合的加速型粒子濾波實時視覺跟蹤算法。相關濾波由于將當前幀預測區(qū)域作為訓練數(shù)據(jù),不正確的預測結果和錯誤累計將嚴重干擾相關濾波的訓練,從而造成模型漂移。粒子濾波利用豐富的預測候選區(qū)域估計目標狀態(tài),但是當環(huán)境在整個圖像序列中很復雜時跟蹤效果往往欠佳。針對以上問題,我們提出一... 

【文章來源】：北京郵電大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：122 頁

【學位級別】：博士

【部分圖文】：

圖１－１單目標跟蹤算法基本研究框架??視覺目標跟蹤技術是許多計算機視覺任務的核心基礎，也為上層高級視覺分??

?北京郵電大學工學博士學位論文???３．特征提�。禾卣魈崛”硎竞蜻x區(qū)域集合中的每一個候選區(qū)域所提取的特??征，所選用的特征能夠將目標和背景區(qū)域區(qū)分出來。計算機視覺中常用的特征表??示包括原始灰度特征、顏色特征、梯度直方圖特征以及最近流行的深度卷積特征。??４．觀測模型：基于運動模型采樣的圖像候選區(qū)域和在此區(qū)域里所提取的目??標特征，觀測模型的主要任務是預測區(qū)域特征是否包含目標，或輸出區(qū)域特征中??目標的概率。觀測模型和特征提取有著密不可分的關聯(lián)，有的文獻也通常將它們??合并稱為表觀模型。表觀模型是整個目標跟蹤技術的核心，設計出優(yōu)秀的表觀模??型能夠加強持續(xù)跟蹤目標的效果。??５．模型更新：目標跟蹤技術的處理對象是視頻序列，由于目標外觀在視頻中??是不斷變化的，所以觀測模型需要自動化地更新來維持自身魯棒的判別能力，否??則容易導致模型的漂移。有效緩解模型漂移的自適應模型更新機制能夠提高跟蹤??器的性能。??＾?ｋｘＡｌＩＭ一‘：??（ａ）光照變化?（ｂ）尺度變化??：■！響１＿轉，??（Ｃ）出視場外，快速運動?（ｄ）全部遮擋??＊?，?＂一：?匕‘?．：?ｊ明??？?■＇?？－－－?＇?：：心??（ｅ）非剛性形變?（ｆ）運動模糊??（ｇ）低分辨率，內(nèi)外翻轉?（ｈ）背景雜波??圖１－２目標跟蹤技術面臨的主要挑戰(zhàn)??４??

］?；?Ｌｄ??Ｉ?ＣＳＫ．ＣＮＮ?｜?＼?＾＾Ｔｎｈ?０?ｌ??｜?Ｈ?Ｔｒａｃｋｅｒ，?Ｓｔｒｕｃｋ?｜?＼?ｒ＾ｎ?ａ?ｌ??１?ＭＯＯＳＥ，?ＴＬＤ?丨?＼?ｎ?．?７??｜?Ｆｅａｔｕｒｅｓ?Ａｄａｐｔａｔｉｏｎ?｜?＼?Ｈｎ?一?，???Ｉ?ＭｅａｎＳｈｆｉｔ?１?．、」ｒ－Ｌ＾?－?〇?１?ＬｉＪ??Ｉ?Ｃｏｎｄｅａｓａｔｉｏｎ?｜?＼?￣?°?＇?ＬｌＪ??Ｉ?ＫＬＴ?Ｉ?＼?ｆ?〇?Ｉ?ＵＪ??ｉ?〇?２?；ＬＪ???＾?年份，??圖１－３代表性目標跟蹤技術的發(fā)展歷程??由于視覺目標跟蹤技術涉及的應用領域廣泛、研宄價值和意義重大，所以視??覺目標跟蹤領域一直是國內(nèi)外研究院所、高校和公司企業(yè)密切關注的重點研究方??向。長期以來相關科研機構在視覺目標跟蹤的研宄工作中投入大量的資金和研究??人員，深入探索視覺目標跟蹤算法，取得了豐厚的科研成果和長足的進步。目前??在該領域具有領先技術的國外高等院校有卡內(nèi)基梅隆大學（Ｃａｒｎｅｇｉｅ?Ｍｅｌｌｏｎ??Ｕｎｉｖｅｒｓｉｔｙ）、麻省理工學院（Ｍａｓｓａｃｈｕｓｅｔｔｓ?Ｉｎｓｔｉｔｕｔｅ?ｏｆＴｅｃｈｎｏ丨ｏｇｙ）、斯坦福大學??（Ｓｔａｎｆｏｒｄ?ｕｎｉｖｅｒｓｉｔｙ）、牛津大學（Ｕｎｉｖｅｒｓｉｔｙ?ｏｆ?Ｏｘｆｏｒｄ）、加州理工學院（Ｃａｌｉｆｏｒｎｉａ??Ｉｎｓｔｉｔｕｔｅ?ｏｆＴｅｃｈｎｏｌｏｇｙ）、馬里蘭大學（Ｕｎｉｖｅｒｓｉｔｙ?ｏｆ?Ｍａｒｙｌａｎｄ，?Ｃｏｌｌｅｇｅ?Ｐａｒｋ）以及??科研機構有國際商用機器公司（Ｉｎｔｅｒｎａｔｉｏｎａｌ?Ｂｕｓｉｎｅｓｓ?Ｍａｃｈｉｎｅｓ?Ｃｏｒｐｏｒａｔｉｏｎ）、微??軟研究院（Ｍ

【參考文獻】：
期刊論文
[1]無人駕駛汽車的關鍵技術及其未來商業(yè)化應用[J]. 勾文婷,趙同.  汽車與配件. 2017(02)
[2]武器精確制導目標跟蹤測量仿真研究[J]. 艾波,劉凱.  計算機仿真. 2016(12)
[3]基于H.264視頻壓縮域運動矢量的目標跟蹤[J]. 郭楚瑜.  信息通信. 2016(09)
[4]蓄勢待發(fā)的無人駕駛汽車[J]. 王麗娜.  科技導報. 2016(06)
[5]移動機器人動態(tài)環(huán)境下目標跟蹤異構傳感器一致性觀測方法[J]. 伍明,李琳琳,魏振華,汪洪橋.  光學學報. 2015(06)
[6]彈道導彈群目標跟蹤技術綜述[J]. 李昌璽,周焰,郭戈,張晨.  戰(zhàn)術導彈技術. 2015(03)
[7]無人駕駛汽車的發(fā)展綜述[J]. 馮學強,張良旭,劉志宗.  山東工業(yè)技術. 2015(05)
[8]多媒體技術研究:2013——面向智能視頻監(jiān)控的視覺感知與處理[J]. 黃鐵軍,鄭錦,李波,傅慧源,馬華東,薛向陽,姜育剛,于俊清.  中國圖象圖形學報. 2014(11)
[9]基于改進在線多示例學習算法的機器人目標跟蹤[J]. 王麗佳,賈松敏,李秀智,王爽.  自動化學報. 2014(12)
[10]監(jiān)控視頻智能檢索關鍵技術綜述[J]. 張亞恒,韓琳,姜梅,蔡能斌.  影像技術. 2013(06)

博士論文
[1]成像導引頭地面目標跟蹤技術研究[D]. 申璐榕.國防科學技術大學 2014
[2]交通監(jiān)控可伸縮視頻編碼研究[D]. 劉云鵬.浙江大學 2012



本文編號：3589316