改进的多滤波器长期目标跟踪算法研究

发布时间：2023-04-10 02:36

　　运动目标跟踪在军事、智能交通、智能视频监控和人机交互等领域都有非常广阔的应用前景。在实际应用中,目标外观变化、背景干扰、目标遮挡和出视野等问题会影响跟踪的精度。高效卷积算子跟踪算法简化了目标模型,使跟踪效率大幅度提高,但该算法的单一滤波器难以适应背景干扰、目标遮挡等复杂环境,并且目标丢失后不能重新定位。针对上述问题,本文提出了改进的多滤波器长期目标跟踪算法。具体工作如下:针对单一滤波器难以适应复杂变化环境的问题,提出了改进的时空正则化和一致性检验分析的多滤波器高效卷积算子跟踪算法。其中:时空正则化滤波器将时间正则化引入到相关滤波损失函数中,解决目标外观变化问题;一致性检验滤波器则通过反向定位方法,降低噪声干扰。使用时空正则化滤波器、一致性检验滤波器和高效卷积算子中的滤波器分别与目标特征卷积,选择峰值旁瓣比最大的滤波检测得分,确定目标位置。实验结果表明,改进算法能够适应跟踪过程中复杂变化的环境。另外,针对遮挡和出视野目标的跟踪失败问题,提出了改进的高效卷积算子长期目标跟踪算法。首先,提出遮挡检测算法判断当前目标是否受到遮挡,停止遮挡目标的尺度检测,以保证尺度模型的准确性。其次,引入目标模...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 目标跟踪算法研究现状
        1.2.1 传统的目标跟踪方法
        1.2.2 相关滤波跟踪算法研究
        1.2.3 深度学习目标跟踪研究
        1.2.4 国内研究现状
    1.3 本文主要研究内容
        1.3.1 面临的挑战
        1.3.2 研究内容与创新点
    1.4 论文结构安排
第2章 高效卷积算子目标跟踪算法概述
    2.1 引言
    2.2 连续卷积算子
        2.2.1 隐式内插模型
        2.2.2 训练连续滤波器
    2.3 映像卷积算子
        2.3.1 降维
        2.3.2 模型的优化
    2.4 生成样本空间模型
    2.5 尺度的估计
    2.6 模型更新策略与算法流程
        2.6.1 模型更新策略
        2.6.2 高效卷积算子跟踪算法流程
    2.7 本章小结
第3章 多滤波器高效卷积算子跟踪算法
    3.1 引言
    3.2 多滤波器的训练
        3.2.1 时空正则化滤波器
        3.2.2 一致性检验滤波器
    3.3 最优滤波器的选择
    3.4 实验结果与分析
        3.4.1 实验环境与方法
        3.4.2 定量分析
        3.4.3 定性分析
    3.5 本章小结
第4章 高效卷积算子长期目标跟踪算法
    4.1 引言
    4.2 遮挡检测
    4.3 目标的重检测
        4.3.1 最佳伙伴相似度模板匹配
        4.3.2 可靠性与丢失判别
        4.3.3 目标重定位
    4.4 模型和尺度的更新
    4.5 实验结果与分析
        4.5.1 定量分析
        4.5.2 定性分析
    4.6 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢



本文编号：3788174