Mean+Shift及相关算法在视频跟踪中的研究

Mean+Shift及相关算法在视频跟踪中的研究

ID:36843418

大小:3.53 MB

页数:107页

时间:2019-05-16

Mean+Shift及相关算法在视频跟踪中的研究_第1页
Mean+Shift及相关算法在视频跟踪中的研究_第2页
Mean+Shift及相关算法在视频跟踪中的研究_第3页
Mean+Shift及相关算法在视频跟踪中的研究_第4页
Mean+Shift及相关算法在视频跟踪中的研究_第5页
资源描述:

《Mean+Shift及相关算法在视频跟踪中的研究》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、浙江大学博士学位论文摘要摘要在视觉跟踪领域,Meanshift算法是一个非常优秀的算法,是国外最近几年才发展起来的。国外研究者比较多,国内的很少,去年才见有几篇文章发表。初入跟踪领域,走过了很多弯路后,后来在Meallshift算法上找到了突破口,并在该算法的研究中投入大量的时间,是以论文的题目以Menshift命名。Me粕shiR在跟踪领域有很多很好的性质,比如实时性好、对遮挡、目标变形鲁棒性好等,但它也有一些缺点。作者针对性地对这些缺陷做了较好的改进。论文虽以Meailshift命名,但涉及内容已超出MeaIlsh

2、ift的范畴。第三章针对Meanshift算法不能跟踪快速目标的特点,提出Meaflshin和卡尔曼滤波器相结合的算法,卡尔曼滤波器预测目标在本帧的可能位置,Me¨shm算法在该位置邻域内搜索,算法对快速运动的目标的跟踪效果良好,而且对遮挡问题也有很好的处理。第四章提出Meanshm的模板更新算法,Meanshm没有模板更新的能力。模板更新对目标的跟踪至关重要,但没有通用的模板更新算法,一般都是针对某种跟踪算法如何解决模板更新的问题。本文提出一种基于卡尔曼滤波器组的Meanshm模板更新算法。模板的元素取自目标特征值的

3、概率,通过48个卡尔曼滤波器可以跟踪所有特征值的概率变化。算法构造巧妙,由于使用了较少的卡尔曼滤波器,算法实时性好,鲁棒性更好。第五章提出核直方图的粒子滤波器目标跟踪算法。算法的系统动态模型具有对速度的学习能力,这样可以减少粒子的维数和所需要的粒子数。观测模型以Meansh讯算法对目标特征值的描述为基础,本文设计了一种新的模板更新算法,更新算法充分利用了粒子滤波器计算的中间值,因而没有增加算法复杂性。模板更新能够使得观测值的获得更可靠,因而提高了算法的鲁棒性。第六章提出基于Meanshift粒子滤波器的算法。粒子滤波器

4、算法的主要缺点是需要大量的粒子来近似描述目标的状态,使得算法非常费时。新算法利用MeanShift算法在重采样之前将粒子收敛到集合靠近目标真实状态的区域内,由于每个粒子表示状态更合理,算法对粒子数量的要求大大减少了,算法的实时性得到了提高。试验证明,算法在遮挡时能够实现很好的跟踪,相对于传统粒子滤波器实时性得到很大提高。关键词视频目标跟踪,Meanshift,粒子滤波器,核函数,卡尔曼滤波器,核粒子滤波器浙江大学博士论文Abs啪ctAbstractMeanShinisaVerygoodalgOrithmjnVisual

5、targettrackingare乱Manyscholarsinforeigncountrieshasdevelopedthisalgorithminrecent”ars,howeveLfewscholarsstudyitinourcountryAfewarticlescanbefoundlastyearever.1experiencedmanydimculties,whenIenteredtherealmoftarget仃acking.FinallyIfoundtheMeanShifta190rithrn.Ihave

6、spentm衄ytimesinthisalgorithm,somydissertationisn锄edMe如Shin.Thealgor.thmhasm柚yadv卸tages,forex啪ple:verygoodreal-time,robustforocclusion粕dta唱etdistortion,howeveLithasafbwdefects.Manyimprovementsaredoneforthesedefccts.MydissertationisnamedMeanShinaltllou曲,butthecont

7、entisoutt11escopeofMeanshiR.InthirdchapteL柚algoritllmcombiningkalmanfilterandMeanShmisbrjngfor、vard,a哪attheMe柚Shincouldn’ttrackingt11e加tmOVingtarget.KalmaIlnlterisusedtOforecastpossiblepositi0Iloftarget,thenMeallShiftsearchtherealpositionnearthepossibleposition.

8、Thealgorithmhasgoodef艳cttofastmOVing协碍et,粕dc柚dealwelltoocc】ution.Infounhch印teLatemplateupdatealgorithmofMe锄Shiftisputf0州ard.Templateupdateisveryimport卸ttotargettracki

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。