基于快速尺度金字塔的改进核相关滤波目标跟踪研究

发布时间：2020-05-11 23:39

【摘要】：目标跟踪算法是人们处理视频或者图像信息最常用的技术手段,为运动目标的提取和分析提供了可靠保障,在视频监控、智能驾驶、智能机器人等领域有着重要的研究意义。在过去几年的发展中,涌现出大量优秀的目标跟踪算法,提高了现有目标跟踪算法的跟踪速率。但是在实际情况中,由于道路周围环境复杂,导致目标仍存在遮挡、尺度变化等问题。这就对目标跟踪算法的尺度检测能力以及算法的跟踪精确度提出了更高的要求。针对上述存在的问题,本文提出了基于快速尺度金字塔的改进核相关滤波目标跟踪算法。首先,算法中加入快速尺度金字塔对目标尺度进行实时的估计,进而实时的调整算法跟踪框的大小,使跟踪算法能够尺度自适应的对目标进行跟踪。其次,在传统核相关滤波目标函数的基础上,加入惩罚项(?)。利用目标周围区域采集到的负样本对w进行训练,当样本与目标背景相关时,使训练模板w尽可能小,这种改进可以有效地提高目标的跟踪精确度。最后,结合目标尺度变换因子以及视频前一帧对当前帧的影响,采用线性迭代方法进行参数更新。实验结果表明,本文第一次改进算法Ours在Benchmark 2013标准测试集上的整体跟踪精确度为67.9%,成功率为58.2%;第二次改进算法Ours_CA的整体跟踪精确度为86.4%,成功率为66.7%,算法整体的的成功率和跟踪精确度都优于其它目标跟踪算法,当目标发生遮挡以及尺度变化时,本文算法可以有效地对目标进行跟踪。
【图文】：

目标跟踪算法的应用

局部二值模式算子提取过程
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TN713

【参考文献】

相关期刊论文 前4条

1 杨冰;王小华;杨鑫;黄孝喜;;基于HOG金字塔人脸识别方法[J];浙江大学学报(工学版);2014年09期

2 郑胤;陈权崎;章毓晋;;深度学习及其在目标和行为识别中的新进展[J];中国图象图形学报;2014年02期

3 陶立超;赵宇明;;基于分块颜色直方图和粒子滤波的物体跟踪[J];计算机工程与应用;2012年07期

4 王玮;黄非非;李见为;冯海亮;;使用多尺度LBP特征描述与识别人脸[J];光学精密工程;2008年04期

相关硕士学位论文 前4条

1 杨阳;复杂场景下目标跟踪算法的研究[D];中北大学;2018年

2 王守义;基于核相关滤波的目标跟踪算法研究与实现[D];中北大学;2018年

3 付萌萌;基于Gabor小波的自适应局部相位量化的图像检索研究[D];长安大学;2016年

4 曾吉;基于结构化SVM的自适应尺度跟踪方法研究[D];西安电子科技大学;2015年

，

本文编号：2659246