基于协同相关滤波的RGBT目标跟踪研究

发布时间：2021-02-28 18:57

　　基于可见光（RGB）和热红外（T）视频的RGBT目标跟踪是计算机视觉领域新兴的热点研究课题。通过融合可见光和热红外数据,RGBT目标跟踪能够有效应对单模态目标跟踪存在的挑战因素,诸如光照变化,恶劣天气和热交叉等。因此不论是在军事国防还是民用安全领域,RGBT目标跟踪都具有极其重要的科研价值和广阔的现实应用前景。近年来,科研人员提出了基于稀疏表示,基于图模型和基于深度学习的RGBT目标跟踪算法。虽然取得了良好的跟踪精度,但是大部分算法的跟踪速度却无法满足实时的运行要求。为了克服上述问题,本文就如何在相关滤波跟踪框中引入可见光和热红外数据进行RGBT目标跟踪展开相关研究,不仅取得了优异的RGBT跟踪精度,而且满足实时运行的速度要求。本文的主要研究成果包含如下两个方面:第一,提出了协同稀疏相关滤波模型。为了抑制光照变化,恶劣天气和背景杂乱等挑战因素对单模态目标跟踪方法的影响,同时考虑到现有的RGBT目标跟踪方法大部分都无法兼顾跟踪的精度和运行速度,本文在相关滤波框架中设计了一种协同稀疏相关滤波模型进行RGBT目标跟踪。所提出的方法实现了在相关滤波跟踪框架中同时利用模态内和模态间的信息。首先,... 

【文章来源】：安徽大学安徽省 211工程院校

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文的工作与安排
第二章 目标跟踪相关技术
    2.1 基于相关滤波模型的目标跟踪方法
    2.2 RGBT目标跟踪相关技术
        2.2.1 基于传统机器学习技术的RGBT目标跟踪方法
        2.2.2 基于深度学习技术的RGBT目标跟踪方法
    2.3 本章小结
第三章 基于协同稀疏相关滤波模型的RGBT目标跟踪
    3.1 引言
    3.2 协同稀疏相关滤波模型
        3.2.1 相关滤波跟踪方法简介
        3.2.2 问题建模
        3.2.3 模型优化
    3.3 RGBT目标跟踪
    3.4 实验结果及分析
        3.4.1 实验设定
        3.4.2 对比方法
        3.4.3对比实验
        3.4.4 成分分析
    3.5 本章小结
第四章 基于软一致相关滤波模型的RGBT目标跟踪
    4.1 引言
    4.2 软一致相关滤波模型
        4.2.1 问题建模
        4.2.2 模型优化
    4.3 RGBT目标跟踪
    4.4 实验结果及分析
        4.4.1 实验设定
        4.4.2 对比方法
        4.4.3对比实验
        4.4.4 成分分析
    4.5 本章小结
第五章 总结与展望
    5.1 工作总结
    5.2 未来展望
参考文献
攻读硕士学位期间取得的学术成果
攻读硕士学位期间参加的科研项目
致谢


【参考文献】：
期刊论文
[1]基于深度学习的红外与可见光决策级融合跟踪[J]. 唐聪,凌永顺,杨华,杨星,同武勤.  激光与光电子学进展. 2019(07)
[2]目标跟踪算法综述[J]. 卢湖川,李佩霞,王栋.  模式识别与人工智能. 2018(01)
[3]相关滤波目标跟踪进展综述[J]. 张微,康宝生.  中国图象图形学报. 2017(08)

博士论文
[1]面向智能视频监控的运动目标检测与跟踪方法研究[D]. 焦波.国防科学技术大学 2009



本文编号：3056299