稳健视觉跟踪算法中的关键问题研究

《稳健视觉跟踪算法中的关键问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、申请上海交通大学博士学位论文稳健视觉跟踪算法中的关键问题研究专业：模式识别与智能系统博士生：王芳林导师：刘尔琦教授，杨杰教授上海交通大学电子信息与电气工程学院2009年6月一、t誊'，～髻}、：iPh·D·DissertationSubmittedtoShanghaiJiaoTongUniversityResearchonImportantIssusesofRobustVisualTrackingSpecialty：PatternRecognitonandIntelligentSystemAuthor：Fangli

2、nWangAdvisor：Prof．ErqiLiuProf．JieYangSchoolofElectronicsandElectricEngineeringShanghaiJiaoTongUniversityJune，2009■■●■11上海交通大学．学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本

3、声明的法律结果由本人承担。学位论文作者签名：二磅才次日期：9997年莎月JEt囊上海交通大学学位论文版权使用授权书’本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于(请在以上方框内打“4”)保密口，在年解密后适用本授权书。不曛密0。学位论文作者签名：三考认指导教师签名：l，j<}盱日

4、期．砷年歹月／日日期．一年‘月／日●，一句’‘上海交通大学博士学位论文答辩决议书所在姓名王芳林学号0050329020模式识别与智能系统学科指导教师刘尔琦答辩、2009．．06．．02答辩二海交通大学徐汇校区，教二楼2楼会议室日期地点一论文题目稳健视觉跟踪算法中的关键问题研究^H’1／投票表决结果：／／／／／(同意票数／实到委员数／应到委员数)答辩结论：册过口未通过评语和决议：视觉跟踪是当前计算机视觉领域中研究热点之一。论文对视觉跟踪中关键HV¨7I’o’o陋nlJJ1／l、7、HJ吖I／u，六一比比心^7lH犬阳

5、、PlLELo比人‘眇I_7h山¨。下暇一得了如下结果：提出了类meaLr!shift跟踪迭代算法；提出了“微分结构相似度”跟踪方法{提出了粒子滤波框架下基于两层表观模型的跟踪算法；提出了基于显著性检测和两步采样的红外目标跟踪算法；提出了基于核密度估计的均值场蒙特卡罗方：法用于多目标跟踪。．论文理论正确，条理清晰，层次分明，实验数据可靠。论文工作具有创新{性。论文工作体现了作者已经掌握了本专业的坚实宽广的理论基础和系统深氏!的专业知识，独立从事科研能力强。0：≥：该同学在答辩过程中表述清楚，能正确回答所提问题，经答

6、辩委员会无记名密票，一致同意通过论文答辩。建议校学位委员会授予工学博士学位。≯：I⋯．．⋯⋯．．⋯．●：．。，．．o．一7．．．．·．．⋯：．o_-。‘洳夕年6’月．反：El·’．。．．‘-．“．．：√?·I一。职务姓名一职称I单位·签名主席李介谷’教授上海交通大学忍冶托答了批，辩委员丁永生教授东华大学委委员吴敏金教授华东师范大学．黼员会委员李建勋教授上海交通大学谚誓罗．成躲员委员庾农研究员中国航空无线电电子研究所615签亡r一∥1锄／名委员施鹏飞教授上海交通大学么委员杨杰教授上海交通大学钍乏，秘书朱莉莉工程师上海

7、交通大学等暂．生j睁。I‘^W‘-4⋯·j‘．，^：⋯·～}．．．·，，7．：jt蔓盎?：：宝●●上海交通大学博士学位论文摘要视觉跟踪是当前计算机视觉领域中一个热点研究主题，在智能视频监控、机器人导航、智能交通以及国防安全等领域都有重要的应用。为了满足实际需要，当前的视觉跟踪方法需要处理很多实际问题：如何建立有效的表观模型，在合理地描述目标的同时也能较好地区分背景；如何选取快速高效的跟踪推理算法以满足实时性要求；如何在多目标跟踪时正确关联目标等等。为了解决这些问题，视觉跟踪需要涉及多个理论学科，包括：图像处理、模式

8、识别、概率论与数理统计、最优化理论以及控制理论等。因此视觉跟踪是一个兼具理论价值和实际意义的研究主题。视觉跟踪方法可大致分为两类：确定性跟踪方法和概率跟踪方法。确定性跟踪方法往往先根据目标的视觉特性，建立度量目标和候选目标的相似度的最优函数，进而采用最优化算法迭代地计算目标状态(如位置、大小和方向等)的局部最优值。此类方法具有计算效率高和所依赖的参数较少的优