稀疏表示在目标跟踪中的应用

稀疏表示在目标跟踪中的应用

ID:35093951

大小:5.74 MB

页数:68页

时间:2019-03-17

稀疏表示在目标跟踪中的应用_第1页
稀疏表示在目标跟踪中的应用_第2页
稀疏表示在目标跟踪中的应用_第3页
稀疏表示在目标跟踪中的应用_第4页
稀疏表示在目标跟踪中的应用_第5页
资源描述:

《稀疏表示在目标跟踪中的应用》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、i.单位代码:1胆93密级:?考巫營僅硕女讼式?马乐戀!论文题目:稀疏表示在目栋跟踪中的应用学号1213012110姓名储向锋导师胡晓飞副教授专业学位类别工程硕±类型今日制专业(领域)电子与通信工程论文提交日期二零一六年四月*’''-v.yy隻,.锦:?!I,-f南京邮电大学学位论文原创性声明本人卢明所M交的学位论义足我个人巧导师指导>进行的研究工作及取得的研究成巧。,论文

2、中不包巧其他人己经发巧或撰巧过尽我所知,除丫文中特別加标注和敛谢的地方外。的研巧成果,也不包含为歡得南京邮电大学或其它教巧机构的学位或证书而使用过的材料--与我同工作的同志对本研巧所做的巧何贡献均己在论文中作了明确的说明并表示了谢意。一。本人学位论文及涉及相关资料若巧不实,愿意承担:切相关的法律责任向研究生签名:俩缉口期:南京邮电大学学位论文使用授权声明本人授权南京邮电大学可W保留并向国家有关部口或机构送交论文的复印件和电子文档;允许论文被查阅和借阅;可W将学位论文的全部

3、或部分内容编入有关数据库进行检索;可采用影印、汇编本学位论文。本文电子文档的内容和纸质、缩印或扫描等复制手段保存一致。论文论文涉的内容巧的公布(包括刊登)授权南京邮电大学研究生院办理。密学位论文在解密后适用本授权书。研,占今义巧生签名:1硫句與导师签名:叫?tfr星护日期:於ApplicationofsparserepresentationintargettrackingThesisSubmittedtoNanjingUniversityofPostsandTelecommunic

4、ationsfortheDegreeofMasterofEngineeringByChuXiangfengSupervisor:Prof.HuXiaofeiApril2016摘要随着科学技术的发展,计算机视觉的研究逐渐深入,有关于计算机视觉的实践应用越来越广,对于人们日常生产和生活产生了巨大的影响。在计算机视觉的研究中,目标跟踪的研究也取得了很大的进展。本文对目标跟踪算法进行总结并深入研究基于稀疏表示的目标跟踪算法,针对目标跟踪领域中的挑战性问题,提出一种基于稀疏表示联合外观模型的目标跟踪算法。在生成

5、模型中,将得到的块结构的稀疏编码系数进行对齐汇集操作,并将汇集后的稀疏系数进行联合加权处理,这样保留目标的空间结构和局部信息来提高目标定位的精度与跟踪的鲁棒性。在复杂背景下,为了能够更好地分离目标和背景,采用基于稀疏表示的判决模型来进一步加强跟踪的准确性。这样,结合生成模型和判决模型获得一个更加具有鲁棒性的外观模型。为了应对在跟踪过程中目标外观变化和一系列的困难,需要实时的对字典模板进行更新。采用基于稀疏表示与增量主成分分析方法的字典更新方法,而在选定需要被更新的字典问题上,本文提出一种反向稀疏表示的

6、方法来计算模板字典中各项的权重,既保存了目标的原始外观,又可以体现出目标当下的形态,使得字典的更新更加准确。在运动模型方面,使用粒子滤波实现对目标的跟踪,改进传统粒子滤波运动模型,使用重构误差对粒子进行筛选,实验证明,此种方法在减少算法复杂度的同时保证了跟踪的准确性。采用的大量的测试视频和不同的主流算法进行对比,实验证明,在各种具有挑战性视频的考验下,本文提出的算法具有更高的准确性和鲁棒性。关键词:稀疏表示,目标追踪,粒子滤波,字典更新IAbstractWiththedevelopmentofscie

7、nceandtechnology,theresearchofcomputervisionhasbecomemoreandmoredeeply.Therearemoreandmorepracticalapplicationsincomputervision.Ithasagreatinfluenceonpeople'sdailylifeandproduction.Intheresearchofcomputervision,theresearchoftargettrackinghasmadegreatpro

8、gress.Alargenumberoftargettrackingalgorithmbasedonsparserepresentationaresummarizedandin-depthstudy,accordingtothechallengeproblemsinthefieldoftargettracking,atargettrackingalgorithmbasedonsparserepresentationcombinedappearancemo

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。