基于深度特征的相关滤波跟踪研究

发布时间：2021-12-31 06:14

　　视觉目标跟踪作为计算机视觉领域的重要研究方向,在视频监控、人机交互,智能交通、军事目标定位等方面有着广泛的应用。经过60余年的发展,视觉目标跟踪技术取得了很大进展,但受目标形变、遮挡、环境光照变化等诸多因素的影响,尚没有一种通用的跟踪算法可以解决上述所有问题。因此,设计鲁棒性强、跟踪精度高、实时性好的目标跟踪算法是一个颇具挑战性的工作。近年来,基于相关滤波理论的跟踪方法在视觉目标跟踪数据集上取得了优越的性能。这一类方法在初始化阶段训练一个判别性相关滤波器（Discriminative Correlation Filter,DCF）,随后的步骤由检测和更新交替进行;1)检测:在前一帧目标位置处获取当前目标外观与滤波器做相关运算得到相关响应图,根据响应峰值确定当前帧目标位置;2)更新:利用新的当前帧目标位置提取目标外观、再根据期望输出对相关滤波器进行更新。由于上述操作均可在频域中通过快速傅里叶算法实现,基于相关滤波的跟踪方法在实时性上具有非常显著的优势。围绕这一框架,后续研究主要集中在外观模型改进、训练与更新策略、应对目标尺度变化等方面。随着深度学习的兴起,卷积神经网络（Convoluti... 

【文章来源】：中南民族大学湖北省

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

相关滤波跟踪框架

跟踪器的检测框Detection真实目标框Ground truth图 2-2 本章所叙述的算法在 4 个序列上的跟踪结果图（a）FaceOcc2；（b）Car2；（c）Dudek；（d）Crossing图 2-2 中绿色框表示跟踪器得到的跟踪框，红色的则为真实目标框round truth。图 2-2（a）中目标主要受遮挡影响，（b）中目标主要受光照变

(a)(b) (c) (d)图 3-1 颜色特征和 HOG 特征HOG 特征，即方向梯度直方图（Histogram of Oriented Gradient），其计算图像 cell 区域的方向梯度并统计来构成 HOG 特征描述子，对目标形变、光照变化都能保持较好的不变性，适合于目标跟踪。其可视化效果如图 3-1（d），从图中

【参考文献】：
期刊论文
[1]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)
[2]智能视频监控技术综述[J]. 黄凯奇,陈晓棠,康运锋,谭铁牛.  计算机学报. 2015(06)
[3]目标跟踪技术综述[J]. 高文,朱明,贺柏根,吴笑天.  中国光学. 2014(03)
[4]武汉“城市视频监控系统建设”项目系统[J]. 李杰,刘勇强,吕龙龙.  信息通信技术. 2012(05)



本文编号：3559767