面向车载热成像行人检测的目标跟踪方法

发布时间：2023-01-03 11:49

　　车载热成像行人检测是计算机视觉领域的一个研究热点,为高级辅助驾驶提供了重要的技术支持。热成像不受光照影响,但是分辨率、对比度和信噪比较低,车载热成像行人检测稳定检出目标比较困难。跟踪有助于提升检出目标的稳定性,本文提出分类辅助KCF（Kernel Correlation Filter）跟踪方法,并应用于车载热成像行人检测中。本文主要工作如下:（1）目标被遮挡或发生尺度变化时,KCF易出现跟踪漂移。利用置信度检验和分类器检验,通过计算KCF预测框的可信度,减轻跟踪漂移;改进尺度池策略,促成KCF在并行跟踪多个尺度目标的基础上,当确定尺度变化方向后从略其它方向的尺度计算进而提高计算效率。实验结果表明所提方法在跟踪精度和成功率上分别提升了14.9%和29.6%。（2）车载热成像行人检测方法检测率较低,提出分类辅助KCF跟踪方法。设计Ro Is（Region of Interests）检测链存储Ro Is,基于Ro Is的位置和尺度对链中Ro Is与输入帧Ro Is进行匹配,快速更新链中Ro Is,KCF仅跟踪链中被分类为目标的Ro Is,改善跟踪效果以及提高计算效率。实验结果表明所提方法在召... 

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 热成像行人检测
        1.2.2 单目标跟踪
        1.2.3 多目标跟踪
    1.3 研究内容与创新点
    1.4 论文的章节安排
第二章 车载热成像行人检测和目标跟踪理论基础
    2.1 车载热成像行人检测方法
        2.1.1 阈值分割+分类器检测方法
        2.1.2 Faster R-CNN检测方法
    2.2 目标跟踪方法
        2.2.1 单目标跟踪方法KCF
        2.2.2 多目标跟踪方法Io U-Tracker
    2.3 本章小结
第三章 针对行人检测要求改进的KCF跟踪方法
    3.1 KCF跟踪方法的缺陷及改进策略
    3.2 改进尺度池策略
    3.3 KCF跟踪检验
        3.3.1 置信度检验
        3.3.2 分类器检验
    3.4 实验与结果分析
        3.4.1 实验数据集和评估标准
        3.4.2 置信度检验阈值选择
        3.4.3 KCF改进实验对比与分析
    3.5 本章小结
第四章 面向车载热成像行人检测的分类辅助KCF跟踪方法
    4.1 引入分类辅助KCF的检测框架
    4.2 分类辅助KCF策略
    4.3 RoIs检测链设计
        4.3.1 RoIs检测链数据结构
        4.3.2 RoIs检测链中的RoIs匹配
        4.3.3 RoIs检测链中的RoIs删除
    4.4 实验结果与分析
        4.4.1 实验数据集和评估标准
        4.4.2 实验对比与分析
    4.5 本章小结
第五章 面向车载热成像行人检测的多目标跟踪方法
    5.1 面向行人检测的多目标跟踪框架
    5.2 检测目标生成方法
    5.3 数据关联方法
        5.3.1 检测约束
        5.3.2 匈牙利算法匹配
    5.4 多目标跟踪实现
        5.4.1 轨迹管理策略
        5.4.2 多目标跟踪流程
    5.5 实验结果与分析
        5.5.1 SCUT-MOT数据集
        5.5.2 实验参数配置和评估标准
        5.5.3 实验对比与分析
        5.5.4 车载热成像行人检测系统对比
    5.6 本章小结
第六章 总结与展望
    6.1 工作总结
    6.2 工作展望
参考文献
攻读博士/硕士学位期间取得的研究成果
致谢
附件


【参考文献】：
期刊论文
[1]红外图像阈值分割算法的研究[J]. 蒋艳军,谭佐军,余贞贞,陈建军.  红外. 2008(12)

博士论文
[1]车载单目远红外行人检测关键技术研究[D]. 王国华.华南理工大学 2016
[2]移动背景下视觉的行人检测、识别与跟踪技术研究[D]. 习文星.中国科学院研究生院(上海技术物理研究所) 2015
[3]智能交通监控中运动目标检测与跟踪算法研究[D]. 崔雨勇.华中科技大学 2012



本文编号：3727415