基于分层特征描述子的移动机器人行人目标跟踪

发布时间：2017-06-30 16:21

  本文关键词：基于分层特征描述子的移动机器人行人目标跟踪，由笔耕文化传播整理发布。

【摘要】：随着机器人技术的成熟,越来越多类型的智能服务机器人融入到人类的日常生活中,行人目标识别和跟踪技术也逐渐成为机器人的关键技术。但是智能服务机器人在实际行人目标识别和跟踪过程中常出现目标遮挡、形变、光照变化等问题,因此本研究提出一种基于分层特征描述子的移动机器人行人目标跟踪算法,同时设计一套可视化的图形用户界面。最后,在配置有双目立体视觉系统的Pioneer3-DX机器人平台进行验证。主要工作有如下几方面:(1)基于自适应带宽核函数的Cam-Shift算法针对传统自适应均值漂移(Cam-Shift)算法存在的核函数带宽固定、无法解决目标形变等问题,本研究提出了基于自适应带宽核函数的Cam-Shift行人跟踪算法。该算法在传统Cam-Shift算法的基础上,利用上一帧SIFT特征获取的目标尺度和旋转对核函数带宽以及搜索窗口进行矫正,增强对目标旋转和形变的鲁棒性,同时减少均值漂移的迭代次数,提高算法的实时性。(2)基于压缩感知的SIFT特征匹配算法为解决尺度不变特征变换(Scale Invariant Feature Transform SIFT)特征匹配时维度过高造成实时性差的问题,本研究提出了一种基于压缩感知的SIFT特征描述算法。首先,对生成的128维SIFT特征向量利用小波变换基矩阵实现稀疏化;然后通过稀疏随机矩阵进行投影,实现对128维特征向量的降维,进而降低算法复杂度,使系统实时性得到显著提高。(3)基于Contourlet变换的SIFT特征匹配算法传统SIFT特征描述子对关键点邻域内颜色梯度进行运算,丢弃了关键点在整幅图像结构中位置的相对性,因此区分局部相似区域的能力较差。针对上述问题,本研究提出一种基于Contourlet变换的SIFT特征匹配算法。首先计算关键点邻域内的梯度幅值和主方向;然后对关键点以及邻域进行Contourlet变换,获得各方向子带分解系数,最后计算其均值和标准差构建关于全局纹理的描述向量,增强描述子对局部相似区域的描述能力,提高跟踪算法的准确性。(4)基于分层特征描述子的行人目标描述为了增强特征对目标人体的描述能力,本研究提出了一种分层特征的行人目标描述机制。通过全局头肩或者颜色特征作为行人目标外层特征,确定感兴趣区域。在外层感兴趣区域内,根据局部相似度选择不同的SIFT特征实现对行人目标的精确描述。通过融合全局与局部特征,进一步增强对行人目标的描述能力,提高复杂环境下移动机器人跟踪系统的鲁棒性。当行人目标尺度或者方向发生变化时,根据内层SIFT特征匹配结果校正外层特征目标描述;当目标人体出现短暂遮挡或者形变时,局部特征模板库的在线更新策略保证了内层特征的稳定性;当行人目标被完全遮挡时,利用EKF滤波预测目标运动状态,解决了行人目标完全遮挡情况下的跟踪问题。实验结果表明,基于自适应带宽核函数的Cam-Shift算法实现了对不同位姿人体的跟踪;基于压缩感知的SIFT特征匹配算法,有效提高了系统的实时性;基于Contourlet变换的SIFT特征匹配算法,增强特征点对目标描述能力的同时提高了算法的实时性;行人目标的分层特征描述,有效地结合了目标的全局与局部特征,增强了跟踪系统的鲁棒性,使机器人跟随运动人体更加稳定、高效。
【关键词】：行人目标跟踪 自适应带宽核函数 压缩感知的尺度不变特征变换 Contourlet变换的尺度不变特征变换 分层特征描述子
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP242
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-24
• 1.1 课题研究背景及意义10-11
• 1.2 行人目标跟踪技术概述11-17
• 1.2.1 移动机器人的行人检测算法11-15
• 1.2.2 移动机器人的行人目标识别算法15
• 1.2.3 移动机器人的行人目标跟踪算法15-17
• 1.3 移动机器人行人目标跟踪研究现状及应用17-20
• 1.3.1 国外移动机器人行人目标跟踪的研究现状17-18
• 1.3.2 国内移动机器人运动人体跟踪的研究现状18
• 1.3.3 移动机器人行人目标跟踪的应用18-20
• 1.4 论文的主要研究内容与文章结构20-22
• 1.5 本章小结22-24
• 第2章 系统硬件构成24-30
• 2.1 环境传感器24-26
• 2.1.1 红外测距传感器24
• 2.1.2 超声波传感器24-25
• 2.1.3 激光测距仪25
• 2.1.4 视觉传感器25-26
• 2.2 硬件平台系统构成26-29
• 2.2.1Pioneer3-DX实验平台27-28
• 2.2.2 立体视觉系统28-29
• 2.3 本章小结29-30
• 第3章 基于全局特征的自适应带宽Cam-Shift算法30-40
• 3.1 传统Mean-Shift算法30-32
• 3.2 基于核函数的Cam-Shift算法32-34
• 3.3 自适应带宽Cam-Shift算法34-37
• 3.3.1 目标尺度和主方向34-35
• 3.3.2 自适应带宽核函数35-36
• 3.3.3 算法流程36-37
• 3.4 实验结果37-39
• 3.5 本章小结39-40
• 第4章 基于局部特征的行人目标精确定位40-56
• 4.1 尺度不变特征变换（SIFT）算法40-46
• 4.1.1 尺度空间极值检测40-42
• 4.1.2 关键点精确定位42-43
• 4.1.3 关键点方向分配43-44
• 4.1.4 局部描述子生成44-45
• 4.1.5 基于SIFT的图像匹配45-46
• 4.2 基于压缩感知SIFT特征描述子的行人目标精确定位46-49
• 4.2.1 压缩感知技术46-48
• 4.2.2 基于压缩感知的SIFT特征描述子48-49
• 4.3 基于Contourlet-SIFT特征描述子的行人目标精确定位49-52
• 4.3.1 Contourlet变换50-51
• 4.3.2 基于Contourlet-SIFT特征描述子51-52
• 4.4 特征库在线更新策略52-53
• 4.5 实验结果53-55
• 4.5.1 光照变化实验结果53
• 4.5.2 视角变化实验结果53-54
• 4.5.3 局部相似实验结果54-55
• 4.6 本章小结55-56
• 第5章 系统实现与实验结果56-64
• 5.1 图形用户界面介绍及实现56-59
• 5.1.1 可视化图形用户界面57-58
• 5.1.2 用户界面各模块介绍与实现58-59
• 5.2 实验结果与分析59-63
• 5.2.1 多位姿运动人体跟踪实验结果60-61
• 5.2.2 移动机器人运动人体跟踪实验61-63
• 5.3 本章小结63-64
• 结论64-66
• 参考文献66-72
• 攻读硕士学位期间所发表的学术论文72-74
• 致谢74

【相似文献】

中国期刊全文数据库 前10条

1 王志衡;吴福朝;;均值-标准差描述子与直线匹配[J];模式识别与人工智能;2009年01期

2 刘仰龙;王从庆;高珏;许荣华;;基于小波描述子的水果果形分类[J];浙江大学学报(农业与生命科学版);2010年03期

3 王志衡;智珊珊;刘红敏;;基于亮度序的均值标准差描述子[J];模式识别与人工智能;2013年04期

4 田时髦;汪增福;;一种对亮度变化鲁棒的局部特征描述子及其快速生成算法[J];小型微型计算机系统;2013年08期

5 卢鸿波;孙愿;张志敏;;采用旋转匹配的二进制局部描述子[J];中国图象图形学报;2013年10期

6 惠国保;李东波;童一飞;;基于优化采样模式的紧凑而快速的二进制描述子[J];自动化学报;2014年02期

7 王涛,刘文印,孙家广,张宏江;傅立叶描述子识别物体的形状[J];计算机研究与发展;2002年12期

8 刘微;;精简颜色描述子研究[J];吉林师范大学学报(自然科学版);2008年03期

9 王明俊;王萍;王玲;;基于傅立叶描述子的中长跑自动计圈技术研究[J];科学技术与工程;2009年03期

10 贾其;吕绪良;曾朝阳;许卫东;;特征描述子在目标伪装效果评价中的应用[J];应用科学学报;2011年05期

中国重要会议论文全文数据库 前10条

1 金培权;周英华;岳丽华;龚育昌;;基于历史拓扑和描述子的时空变化表示[A];第二十届全国数据库学术会议论文集（研究报告篇）[C];2003年

2 张静茹;何耀;刘兴涛;朱明清;陈宗海;;基于区域协方差描述子的视频静止目标检测[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年

3 蔡占川;孙伟;毕宁;齐东旭;;基于U描述子物体形状的识别[A];全国网络与信息安全技术研讨会'2005论文集（下册）[C];2005年

4 张波;邹建成;刘旭丽;;一类新的Ⅴ描述子在形状识别中的应用[A];中国几何设计与计算新进展2007——第三届中国几何设计与计算大会论文集[C];2007年

5 王建;朱明清;赵宇宙;郭明玮;陈宗海;;基于含时切割平面和区域协方差描述子的跳跃行为识别方法[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年

6 铁小匀;钟文琦;刘雪;邹建成;;一种新的基于Ⅴ描述子的图形水印技术[A];中国几何设计与计算新进展2007——第三届中国几何设计与计算大会论文集[C];2007年

7 戴岳刚;明东;;基于数学描述子的步态图像处理方法研究[A];天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集[C];2009年

8 熊刚强;齐东旭;;基于分段多项式描述子和BP网络的形状识别方法[A];第十五届全国图象图形学学术会议论文集[C];2010年

9 陈兴峰;顾行发;李紫薇;余涛;郑进军;郭丁;;基于“净化边界的傅立叶描述子”图像形状特征提取[A];第十四届全国图象图形学学术会议论文集[C];2008年

10 丰峰;苏满秀;袁哲明;;一种新的氨基酸描述子及其在抗菌肽QSAR中的应用[A];华中昆虫研究（第七卷）[C];2011年

中国博士学位论文全文数据库 前10条

1 王立峰;药效多肽的定量序效关系研究[D];湖南农业大学;2014年

2 曹祝楼;医学图像配准中的若干关键问题研究[D];山东大学;2015年

3 黄为;基于序关系特征描述的高分辨率遥感影像识别研究[D];国防科学技术大学;2014年

4 舒禹程;基于特征描述子的图像匹配算法研究[D];华中科技大学;2015年

5 田甜;快速局部图像特征提取方法研究[D];华中科技大学;2015年

6 李莹莹;图像局部特征描述子的构建研究[D];合肥工业大学;2015年

7 洪晓鹏;新型二阶统计描述子及其在物体检测与跟踪方面的应用[D];哈尔滨工业大学;2010年

8 林杰;面向移动视觉搜索的紧凑聚合描述子研究[D];北京交通大学;2014年

9 邓黎;扩展目标的特征提取及目标识别[D];中国科学院研究生院（光电技术研究所）;2013年

10 陈国华;手性药物分子结构表征及定量构效关系研究[D];重庆大学;2010年

中国硕士学位论文全文数据库 前10条

1 常佳;基于肽链初级结构表征对肽类药物进行QSAR研究[D];陕西科技大学;2015年

2 吴倩雯;改进的SURF描述子及其在服饰图片检索中的应用研究[D];电子科技大学;2014年

3 李磊;基于3DZernike描述子的视频水印认证技术研究[D];中国科学院大学(工程管理与信息技术学院);2015年

4 刘晓璐;典型二进制描述子研究及性能评估[D];西安电子科技大学;2014年

5 丰一流;SIFT图像匹配算法面向实时性的优化与实现[D];国防科学技术大学;2013年

6 杨学文;面向交互语义的用户基本手势实时检索方法研究[D];济南大学;2015年

7 何川;基于RGB-D的场景支撑关系提取算法研究[D];合肥工业大学;2014年

8 王延青;一种基于拓扑分析的三维模型描述子及其应用研究[D];南京大学;2013年

9 朱婷;图像不规则区域匹配算法研究[D];河南理工大学;2015年

10 邵长峰;基于凸优化的二值描述子研究及实时作物行检测中的应用[D];哈尔滨工业大学;2016年

  本文关键词：基于分层特征描述子的移动机器人行人目标跟踪，，由笔耕文化传播整理发布。

本文编号：502618