基于KCF跟踪算法的目标轨迹记录系统的设计与实现

发布时间：2018-04-16 10:26

  本文选题：KCF跟踪算法 + ORB特征检测　； 参考：《中国科学院大学(中国科学院沈阳计算技术研究所)》2017年硕士论文

【摘要】：计算机视觉一直属于比较热门的研究领域。计算机视觉中的一个重要分支是目标的跟踪。目标跟踪以及轨迹记录在交通监控、行人流量、天文观测、导航制导、武器装备的研发等领域有着很实用的价值。KCF(kernelized correlation filters)跟踪法是一种新型的高速跟踪算法。算法的主要目标是建立一个分类器,这个分类器能够正确分类背景以及目标。由于利用了循环矩阵构成样本,该跟踪算法的主要特征是训练速度、检测速度都较快速。因此,在一些实时性要求较高的系统中或者目标移动速度较快的跟踪算法应用中,具有比较广阔的前景。本文详细介绍了KCF跟踪算法,本文描述的系统中使用了KCF高速跟踪算法来跟踪移动速度较快的目标,取得了比较理想的效果。在图像特征提取与匹配算法中研究多种快速匹配算法,并在系统中使用ORB(oriented FAST and rotated BRIEF)快速算法。完成特征点提取后,在完成对应点的匹配工作中,利用到了PROSAC优化算法。本系统中ORB与PROSAC将算法结合起来。使用模糊辨识这种非线性拟合算法来拟合离散的坐标点,拟合的同时能够起到降噪的作用。最终得到准确的目标运行轨迹。实验表明本系统在性能上能够满足实用性的需要。然后运用本文提到的算法在OpenCV环境下完成了:1.完成了高速度的目标跟踪算法,解决了系统要求的实时性问题,并能够满足系统精度的需求性;2.改进KCF算法使其能够识别并跟踪我们需要的目标;3.结合快速特征提取以及匹配算法,并使用匹配优化算法,解决了计算机视觉双目测距中两幅图像的对应点计算较慢,匹配精确度不高的问题;4.通过非线性拟合算法拟合每帧中的目标坐标得到准确的目标的运行轨迹。解决了目标轨迹拟合不够精确的问题。
[Abstract]:This paper introduces a new kind of high - speed tracking algorithm .

【学位授予单位】：中国科学院大学(中国科学院沈阳计算技术研究所)
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41

【参考文献】

相关期刊论文 前10条

1 张雷;王延杰;孙宏海;姚志军;吴培;;采用核相关滤波器的自适应尺度目标跟踪[J];光学精密工程;2016年02期

2 张雷;王延杰;刘艳滢;孙宏海;何舒文;;基于相关滤波器的视觉目标跟踪方法[J];光电子·激光;2015年07期

3 肖斌;江弋;林凡;;基于ORB和KLT的移动增强现实三维注册算法[J];计算机与现代化;2014年03期

4 文苏丽;宋怡然;;2013年世界飞航导弹发展动向[J];飞航导弹;2014年01期

5 高帆;吴国平;刑晨;马丽;;TLD目标跟踪算法研究[J];电视技术;2013年11期

6 张世良;;基于改进RANSAC算法的图像自动拼接技术[J];三明学院学报;2012年02期

7 刘俸材;谢明红;王伟;;双目视觉的立体标定方法[J];计算机工程与设计;2011年04期

8 王先敏;曾庆化;熊智;刘建业;;视觉导航技术的发展及其研究分析[J];信息与控制;2010年05期

9 王晓飞;张海艳;;红外焦平面阵列成像制导技术的发展[J];战术导弹技术;2010年04期

10 杨戈;刘宏;;视觉跟踪算法综述[J];智能系统学报;2010年02期

相关博士学位论文 前1条

1 陈东成;基于机器学习的目标跟踪技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

相关硕士学位论文 前3条

1 刘铭;基于ORB算法的双目视觉测量与跟踪研究[D];哈尔滨工业大学;2014年

2 龚小彪;基于TLD框架的目标跟踪算法研究[D];西南交通大学;2014年

3 曹璐;外观设计专利图像分割与特征提取技术研究[D];广东工业大学;2011年

，

本文编号：1758499