基于核相关滤波器的目标跟踪算法研究

发布时间：2023-06-03 00:40

　　目标跟踪在人机交互、智能监控、自主导航、军事国防等领域具有广泛的应用前景。但由于跟踪过程中常常伴有遮挡、形变、光照、背景干扰、运动模糊等问题,使得目标跟踪在实际应用中面临许多困难。基于核相关滤波器的目标跟踪算法(Kernel Correlation Filter,KCF)由于速度快、准确率高而受到广泛关注,但其仍存在跟踪失败现象。为了进一步提高KCF算法跟踪的准确率和成功率,本文对其进行深入研究,并提出以下改进算法:(1)为了更好地对目标进行描述,本文提出了特征融合。将具有互补功能的HOG特征和CN特征融合在一起,充分发挥各个特征的优势,增强对目标的表征能力。(2)针对KCF算法缺少尺度估计的问题,本文给出了一种尺度估计的方法。首先以目标为中心采集一系列不同尺度的图像块,训练得到一个一维尺度相关滤波器;然后利用该滤波器对目标进行检测,预测目标的最佳尺度。(3)针对KCF算法在遮挡、形变、运动模糊等情况下易出现跟踪失败的问题,本文提出了一种基于多峰重检策略的改进算法。该算法利用滤波响应图进行目标重检,避免了因错误定位目标而导致的跟踪失败问题。为了验证本文改进算法的有效性,实验部分对OTB...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景和意义
    1.2 目标跟踪基本框架
    1.3 目标跟踪研究现状
        1.3.1 面临困难
        1.3.2 目标跟踪算法分类
    1.4 研究内容与章节安排
第2章 KCF目标跟踪算法
    2.1 引言
    2.2 相关滤波跟踪原理
    2.3 循环移位和循环矩阵理论
        2.3.1 循环移位
        2.3.2 循环矩阵
    2.4 岭回归算法
        2.4.1 线性岭回归
        2.4.2 非线性岭回归
    2.5 KCF目标跟踪算法原理
        2.5.1 快速训练
        2.5.2 快速检测
        2.5.3 快速核相关
        2.5.4 模型更新
    2.6 本章小结
第3章 KCF算法改进
    3.1 引言
    3.2 特征融合
        3.2.1 HOG特征
        3.2.2 CN特征
        3.2.3 多通道特征融合
    3.3 尺度估计
        3.3.1 尺度金字塔
        3.3.2 尺度相关滤波器
    3.4 多峰重检策略
        3.4.1 响应图分析
        3.4.2 多峰重检
        3.4.3 训练更新
    3.5 改进算法流程图
    3.6 本章小结
第4章 目标跟踪实验与结果分析
    4.1 数据集与评价指标
    4.2 特征融合实验
    4.3 尺度估计实验
    4.4 流行算法对比实验
        4.4.1 定量分析
        4.4.2 定性分析
    4.5 本章小结
结论
参考文献
致谢



本文编号：3828334