嵌入式平台下基于核相关滤波算法的运动目标跟踪应用研究

发布时间：2020-06-10 10:48

【摘要】：目标跟踪是计算机视觉研究和应用的一个重要部分,随着图像处理和人工智能等技术的快速发展,目标跟踪研究和应用也得到了极大的提升,在交通、医疗、军事等各个领域获得广泛关注和应用。早期的目标跟踪算法,主要是通过建立目标模型来实现运动目标的识别与跟踪。近年来,基于相关滤波算法引起了人们的普遍关注,并取得较为显著成果,得到广泛的研究和应用。在此基础之上,本文对核相关滤波算法做了进一步的改进,其跟踪精度和运算速度得到较大的改善,鲁棒性好,实用性强。本文首先对运动目标跟踪算法的主要方法进行了分析,特别是相关滤波方法作了较为深入的研究,针对核相关滤波算法(KCF)的基本特性和跟踪效果,作了初步的分析讨论。在此基础上,围绕核相关滤波算法的跟踪性能,对基础参数,如正则化参数(lambda)、特征提取参数(cell_size)、模型更新参数(interp_factor),进行了一些性能分析和实验对比,初步了解算法的主要特性和适用对象范围。针对该算法存在的问题,提出了一种改进方法,动态更新跟踪模型的基础参数,精度得到提高,速度得到加快,取得较好的效果。针对遮挡问题,本算法有较好效果,解决了原算法中存在的跟踪失败现象;对目标与背景相近场景,本算法也有较好表现,能够克服背景相近引起的误判。本文在改进核相关滤波算法基础上,将其移植到嵌入式平台中。在Linux环境下,搭建OpenCV、Qt工作环境,建立了改进算法的模型库函数,实现了对运动目标跟踪的任务。实验结果表明,在嵌入式环境下,改进算法具有对运动目标较好的跟踪能力,运算速度较快,鲁棒性较好,取得良好效果。
【图文】：

流程图,运动目标跟踪,流程,相关滤波

2 运动目标跟踪基本理论2 运动目标跟踪基本理论言算机技术的发展，计算机视觉这一领域越来越受到人们的欢迎像识别、机器学习等技术，在实际应用中，有着至关重要的作研究学者专注研究计算机视觉相关知识，其中，运动目标跟踪要领域，目标跟踪算法成为了当前研究学者和工作人员的研究算法是基于生成类目标模型，主要是通过建立目标模型，再通对比找到运动目标。随着相关滤波的提出，将相关滤波融入到现在的一大热点，越来越多的算法是在相关滤波的基础上进行不错的进步。

基本流程

前（前，v ，最终计算目的是 Au b 。但是利用光流法进行目标检，在实际情况下，并不能完成实时跟踪的任务。像特征BP 特征Local Binary Pattern）[25]是一种比较简单的纹理分类特征提取算法，主3 的窗口中，周围 8 个像素与当前窗口中心值进行对比，如果大于中心心值取 0，按照顺时针方向，，可以得到一个 8 位的二进制数，该点的该数的十进制数。如图 2.2 所示，该点的 LBP 值为 211。现在 LBP 常用及图像处理等领域，应用较广。
【学位授予单位】：武汉纺织大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TN713

【参考文献】