基于理解诊断跟踪系统的目标跟踪算法研究

基于理解诊断跟踪系统的目标跟踪算法研究

ID:37071767

大小:5.77 MB

页数:75页

时间:2019-05-17

基于理解诊断跟踪系统的目标跟踪算法研究_第1页
基于理解诊断跟踪系统的目标跟踪算法研究_第2页
基于理解诊断跟踪系统的目标跟踪算法研究_第3页
基于理解诊断跟踪系统的目标跟踪算法研究_第4页
基于理解诊断跟踪系统的目标跟踪算法研究_第5页
资源描述:

《基于理解诊断跟踪系统的目标跟踪算法研究》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:UDC:编号:工学硕士学位论文基于理解诊断跟踪系统的目标跟踪算法研究硕士研究生:夏业儒指导教师:于蕾副教授学科、专业:电子科学与技术论文主审人:黄丽莲教授哈尔滨工程大学2017年12月分类号:密级:UDC:编号:工学硕士学位论文基于理解诊断跟踪系统的目标跟踪算法研究硕士研究生:夏业儒指导教师:于蕾副教授学位级别:工学硕士学科、专业:电子科学与技术所在单位:信息与通信工程学院论文提交日期:2017年12月论文答辩日期:2018年03月学位授予单位:哈尔滨工程大学ClassifiedInd

2、ex:U.D.C:ADissertationfortheDegreeofM.EngResearchonUnderstandingandDiagnosingVisualTrackingSystemofTargetTrackingAlgorithmCandidate:XiaYeruSupervisor:AssociateProf.YuLeiAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ElectronicScienceandTechnolog

3、yDateofSubmission:Dec.2017DateofOralExamination:Mar.2018University:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。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

4、人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉

5、密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日摘要目标跟踪是机器科学领域中的一个重要的研究方向,随着信息科学技术的进步,目标跟踪在人工智能方向上也受到重视,越来越多的研究者们开始着力研究这个富有挑战性的技术。但在背景杂波、目标被遮挡、几何变形、快速移动等情况下,跟踪器能够继续精准的跟踪仍是一个难题。本文将跟踪系统分成五个组成部分即运动模型、特征提取器、观察模型、模型更

6、新器以及总体后处理器。针对这五个组成部分,提出了相应的基本的算法。虽然这些基本算法在处理一些如视频中出现与目标相似物体、光照变化等问题上有着较好的准确性,但在视频中的外部环境较为复杂等情况下都会让目标跟踪具有挑战性,缺乏一定的适应性。因此,针对理解诊断视觉跟踪系统的缺点提出了如下的改进方案:首先,在特征提取器中使用Haar特征,最基本的几种Haar特征难以满足对于多角度灰度的识别,以及多角度灰度特征的检测,在目标跟踪中会影响到对目标物体的检测。为此,本文改进了Haar特征,增添了多角度灰度特征。其次

7、,为了提高跟踪的精准性,引入一个简单且快速的鲁棒性算法来改进系统中的运动模型,该方法利用了视觉跟踪中的上下文模型,建立基于贝叶斯框架的目标以及其周围环境的时空关系,在检测方面使用了快速傅里叶变换方法,提高了算法的鲁棒性,使跟踪更加精准,并且在在处理遮挡、背景复杂等问题上有着较好的效果。实验后的结果表示,所提出的算法在降低很少平均帧率的情况下,提高了跟踪的成功率以及精度。最后,理解诊断视觉跟踪系统在尺度变化较大时存在跟踪失败的情况,为了解决这样的问题,本文提出了一种基于跟踪检测框架的鲁棒尺度估计方法来

8、改进理解诊断视觉跟踪系统,所提出的方法使用基于尺度金字塔表示的学习辨别相关滤波器,学习用位置和尺度估计的滤波器。此外,本文提出了RawColor改进HOG并用于特征提取器中。实验后的结果表示,在目标尺度发生大量变化以及目标跟踪背景复杂的情况下,所提出的改进算法在目标跟踪的成功率和目标跟踪的精度上都有了较为明显的提高。关键词:目标跟踪;理解诊断视觉跟踪系统;Haar-Like特征;上下文;鲁棒尺度估计ABSTRACTTargettrackingisanimportant

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。