视频中运动目标的跟踪方法研究

视频中运动目标的跟踪方法研究

ID:35097198

大小:3.73 MB

页数:60页

时间:2019-03-17

视频中运动目标的跟踪方法研究_第1页
视频中运动目标的跟踪方法研究_第2页
视频中运动目标的跟踪方法研究_第3页
视频中运动目标的跟踪方法研究_第4页
视频中运动目标的跟踪方法研究_第5页
资源描述:

《视频中运动目标的跟踪方法研究》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、分类号密级硕士学位论文题目:视频中运动目标的跟踪方法研究英文并列题目:ResearchofMovingObjectTrackinginVideo研究生:张雷专业:信号与信息处理研究方向:图像与视频信号分析处理导师:于凤芹教授指导小组成员:学位授予日期:2016年6月答辩委员会主席:杨慧中江南大学地址:无锡市蠡湖大道1800号二○一六年六月巧创性角巧,本人声巧所呈交的学位论文是本人在导师指导下进行的研巧工作及取得的硏究成果。尽我所知,驗了文中特别加W惊注和致谢的地,也不枯含方外I论文中不包含其他人己经发表或澳写过的研巧成果本人为获得江南大

2、学或其它巧育机构的学位或证书而使巧过的材料。与我一同工作的同志对本研究巧化的任何贡献均己在论文中作了明确的说巧并表示谢意。《克:k慶日期:如由年^月3日关于论文使用授权的巧明本学位论文作者完全了解江南大学有关保留、使用学位论文的规定:江南大学有巧保留并向国家有关部11或机构送交论文的复印件和獲盘,允许论文被査巧和借阅,可W将学位论文的全部或部分内容编、入有关数据库进巧检索,可科采用影印、缩印或扫描等复制手段保存一汇编学位论文内容相致。,并岛本人电子文爸的内容和泌巧论文的保巧的学泣论文在裤密后也进守此规定,巧名

3、:k廣导师签名:气■日期:贫4年(月3日摘要摘要运动目标跟踪是在连续图像序列中不断对初始帧中所确定的目标进行状态预测的过程。目标跟踪是计算机视觉领域的研究热门,其在视频监控、自动导航、人机交互、增强现实、医学成像等诸多方面有所应用。然而在现实场景中,受到光照变化、目标遮挡、目标旋转、姿态变化、背景干扰等因素的影响,使得目标跟踪仍然是一个具有挑战性并且有意义的研究课题。本文针对构建有效目标外观模型、应对快速运动、判断目标遮挡、适应尺度变化、排除干扰项以及模型更新机制进行了研究,具体的研究工作如下:1、针对时空上下文跟踪因目标快速移动或遮挡

4、易发生漂移,利用此时真实目标保持较大置信值且目标会出现在旁峰或主峰附近的特性,提出基于置信图特性改进的时空上下文目标跟踪。利用三种类型的子块特征组合构建目标外观模型,将置信图中多个峰值点对应区域作为候选位置,然后提取候选位置的外观特征并找到与目标模板最相似的区域,再用连续蒙特卡洛采样得到最优目标区域,最后判断子块遮挡状况并由遮挡比例调节时空上下文学习率。仿真实验结果表明,所提算法在目标快速移动或者目标被遮挡时,仍然能够较准确地跟踪目标。2、针对目标遮挡、快速运动和尺度变化问题,提出具有局部与全局表达和尺度预测的目标跟踪。先用基于局部表达的最佳伙伴相似性检

5、测获得初步位置,再用基于全局表达的示例线性判别分类器获得更准确的位置;其中示例线性判别分类器采用了离线背景模型作为初始背景模型,同时不断在线采集目标周围背景样本更新背景模型,每一帧中只有目标结果作为正样本来训练线性判别分类器,每个子分类器的权重根据其正样本与目标当前状态相似性获得;同时用CUR滤波器进行检测,根据检测结果与跟踪器结果的重叠率以及目标在相关滤波器中的响应联合判断遮挡情况从而调节模型更新;最终利用相关滤波器融合跟踪器与CUR检测的结果获得目标位置,并在所得位置上进行多尺度采样输入相关滤波器进行尺度预测。仿真实验结果表明,所提算法能够适应目标尺

6、度变化,并且在目标快速运动以及经历遮挡后重新出现等情况下仍然能够进行准确地跟踪。3、针对颜色跟踪易受背景颜色特性相似区域干扰,提出基于干扰项排除与多历史状态恢复的目标跟踪。卷积特征与颜色特征具有互补特性,颜色跟踪发生偏移时,采用颜色相似性与卷积特征相似性融合可以有效排除干扰项。发生遮挡会使卷积特征相似性显著减小,以此作为遮挡判断线索并调节卷积特征目标模板的更新来保持模型准确性。颜色模型的持续向前更新可能会产生误差,利用各历史状态给出结果与最终结果的一致性选择合适的历史状态进行恢复,使得其鲁棒性得到提高。经过仿真实验证明,本文算法在发生光照变化、遮挡和形变

7、等情形时能通过有效去除干扰项来捕获正确的目标状态。关键词:目标跟踪;时空上下文;目标表达;尺度预测;干扰项排除IAbstractAbstractMovingobjecttrackingistheprocessofcontinuouslypredictingstateofinterestedobjectwhichisgiveninthefirstframeinthesubsequentimagesequence.Objecttrackingisahotresearchtopicinthecomputervision,anditiswidelyusedins

8、urveillance,automaticnavigation,human-co

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。