联合相关滤波与生成模型的目标跟踪算法研究
发布时间：2021-01-09 18:35
目标跟踪因其在视频监控、人机交互、无人驾驶汽车等领域的广泛应用,成为计算机视觉领域中的基础研究课题之一。虽然在过去的十多年里取得了很大的进步,但是由于光照变化、几何变形、局部遮挡、快速运动和背景杂波等因素,目标跟踪仍然是一个棘手的课题。为了解决跟踪过程中出现的这些问题,本文主要做了以下两方面的工作:（1）均值偏移算法（Mean Shift,MS）对部分遮挡有较好的效果,但是目标模型仅采用颜色特征,缺乏目标空间信息,对目标的描述不充分,易发生错误定位。核相关滤波算法（Kernelized Correlation Filters,KCF）对遮挡和快速运动的跟踪效果不好,但是其循环矩阵对目标的描述比较充分。在跟踪过程中,当目标尺寸发生变化时,用固定模板跟踪目标就会导致目标过小时增加背景杂波,而目标过大时减少目标特征的提取。以上两种算法均使用固定模版来跟踪目标,针对其优缺点,本文提出基于均值偏移与核相关滤波的尺度自适应算法,以解决快速运动、运动模糊以及尺度变化下的目标跟踪问题。（2）在目标被部分遮挡或者目标旋转的情况下,基于判别滤波器的尺度自适应算法（Discriminative Scale ...
【文章来源】：苏州大学江苏省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
图２－１相关滤波模型图??１４??
第二草基于均值偏移与核相关滤波尺度自适应目标跟踪算法?联合相关滤波与生成模型的目标跟踪算法研究??？?（?Ｊ?＿?＊?ｒ??Ｐ，?＇?＂ｎ?ｍｓ?（３．５）??／＝，?ｌ?ｈ?Ｊ??巴氏系数用来度量目标直方图与候选直方图之间的相似性，从而得到使巴氏系??数最大的候选区域，该区域为目标区域。??ｍ????ｐ［ｐ｛ｙ＼ｅ］?＝?Ｚ?（３．６）??；／＝ｌ??具体的流程如图３－１所示：??（开始）??读入第一帧图像并给出Ｈ标??的初始位罝和大小??Ｉ??计算〃？，．Ｖ。，窗宽办??初始化Ｂ标中心位置Ｖ?＝?Ａ??＊?Ｉ??获取下一帧??＾?；?Ｉ??计算????＊??????Ｎ?初始化目标中心位置义?Ｊ＝＞，］??｜?〒??Ｖ，?－?Ｖ｜｜＜??Ｎ——１??Ｙ???ｉｒ??输出Ｈ标位置和大小?????Ｙ???ｔ???（结束〕??图３－１均值偏移算法流程图??１８??
第二草基于均值偏移与核相关滤波尺度自适应目标跟踪算法?联合相关滤波与生成模型的目标跟踪算法研究??解决这些问题，本章提出均值偏移与核相关滤波的尺度自适应算法。对视频的每一帧，??本章算法采用的策略是用均值偏移算法对目标进行初步判定获得目标的初始位置，然??后改进后的核相关滤波算法以此位置为输入进行采样，并根据尺度策略找出具有最大??响应值的尺度框，确定最终的目标位置，最后更新算法模型。为了保证算法对目标跟??踪的速度，本章算法只有一层。其融合模型如下：??全局的生成跟踪器?局部的判别跟踪器??训练样例（ＲＧＢ图）?？训练样例（灰度图）????Ｖ．??｜?Ｖ???１?均值偏移跟踪?改进的核相关滤波跟踪＜—??更新ＭＳ?＾?更新ＫＣＦ??图３－２算法融合模型??为了方便实验对比，本章算法简写为ＭＳＫＣＦＳ。具体跟踪过程如算法２所示：??算法２?ＭＳＫＣＦＳ融合算法??Ｉｎｐｕｔ：目标初始位值，核窗口?Ａ??Ｏｕｔｐｕｔ：最终目标位置??１：根据公式（３．３）计算目标模型％??２：初始化目标中心位置％??３：?ｆｏｒ?／?＝?２?；?／?Ｓ视频巾贞数；？？?＋?＋??４：读取下一帧图像??５：根据公式（３．５）和公式（３．６）分别计算候选区域模型和巴氏系数ｐ??６：获得目标中心位置＝ａｒｇｍａｘ?ｒ?（少），ｔ］｝??２２??
【参考文献】：
期刊论文
[1]基于生成式模型的目标跟踪方法综述[J]. 朱文青,刘艳,卞乐,张子龙. 微处理机. 2017(01)
[2]基于集成多示例学习的Mean Shift跟踪算法[J]. 罗会兰,单顺勇,孔繁胜. 计算机辅助设计与图形学学报. 2015(02)
[3]基于外观模型学习的视频目标跟踪方法综述[J]. 张焕龙,胡士强,杨国胜. 计算机研究与发展. 2015(01)
[4]联合生成与判别模型的目标检测与跟踪[J]. 刘倩,侯建华,牟海军,赵巍,笪邦友. 中国图象图形学报. 2013(10)
[5]智能视频监控技术综述[J]. 李立仁,李少军,刘忠领. 中国安防. 2009(10)
[6]基于均值漂移算法和粒子滤波算法的目标跟踪[J]. 马丽,常发亮,乔谊正. 模式识别与人工智能. 2006(06)
[7]一种改进的基于颜色直方图的实时目标跟踪算法[J]. 付永会,张风超,张宪民. 数据采集与处理. 2001(03)
硕士论文
[1]基于特征描述和色彩模型的目标跟踪算法研究[D]. 钟华民.上海交通大学 2014
本文编号：2967185
【文章来源】：苏州大学江苏省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
图２－１相关滤波模型图??１４??
第二草基于均值偏移与核相关滤波尺度自适应目标跟踪算法?联合相关滤波与生成模型的目标跟踪算法研究??？?（?Ｊ?＿?＊?ｒ??Ｐ，?＇?＂ｎ?ｍｓ?（３．５）??／＝，?ｌ?ｈ?Ｊ??巴氏系数用来度量目标直方图与候选直方图之间的相似性，从而得到使巴氏系??数最大的候选区域，该区域为目标区域。??ｍ????ｐ［ｐ｛ｙ＼ｅ］?＝?Ｚ?（３．６）??；／＝ｌ??具体的流程如图３－１所示：??（开始）??读入第一帧图像并给出Ｈ标??的初始位罝和大小??Ｉ??计算〃？，．Ｖ。，窗宽办??初始化Ｂ标中心位置Ｖ?＝?Ａ??＊?Ｉ??获取下一帧??＾?；?Ｉ??计算????＊??????Ｎ?初始化目标中心位置义?Ｊ＝＞，］??｜?〒??Ｖ，?－?Ｖ｜｜＜??Ｎ——１??Ｙ???ｉｒ??输出Ｈ标位置和大小?????Ｙ???ｔ???（结束〕??图３－１均值偏移算法流程图??１８??
第二草基于均值偏移与核相关滤波尺度自适应目标跟踪算法?联合相关滤波与生成模型的目标跟踪算法研究??解决这些问题，本章提出均值偏移与核相关滤波的尺度自适应算法。对视频的每一帧，??本章算法采用的策略是用均值偏移算法对目标进行初步判定获得目标的初始位置，然??后改进后的核相关滤波算法以此位置为输入进行采样，并根据尺度策略找出具有最大??响应值的尺度框，确定最终的目标位置，最后更新算法模型。为了保证算法对目标跟??踪的速度，本章算法只有一层。其融合模型如下：??全局的生成跟踪器?局部的判别跟踪器??训练样例（ＲＧＢ图）?？训练样例（灰度图）????Ｖ．??｜?Ｖ???１?均值偏移跟踪?改进的核相关滤波跟踪＜—??更新ＭＳ?＾?更新ＫＣＦ??图３－２算法融合模型??为了方便实验对比，本章算法简写为ＭＳＫＣＦＳ。具体跟踪过程如算法２所示：??算法２?ＭＳＫＣＦＳ融合算法??Ｉｎｐｕｔ：目标初始位值，核窗口?Ａ??Ｏｕｔｐｕｔ：最终目标位置??１：根据公式（３．３）计算目标模型％??２：初始化目标中心位置％??３：?ｆｏｒ?／?＝?２?；?／?Ｓ视频巾贞数；？？?＋?＋??４：读取下一帧图像??５：根据公式（３．５）和公式（３．６）分别计算候选区域模型和巴氏系数ｐ??６：获得目标中心位置＝ａｒｇｍａｘ?ｒ?（少），ｔ］｝??２２??
【参考文献】：
期刊论文
[1]基于生成式模型的目标跟踪方法综述[J]. 朱文青,刘艳,卞乐,张子龙. 微处理机. 2017(01)
[2]基于集成多示例学习的Mean Shift跟踪算法[J]. 罗会兰,单顺勇,孔繁胜. 计算机辅助设计与图形学学报. 2015(02)
[3]基于外观模型学习的视频目标跟踪方法综述[J]. 张焕龙,胡士强,杨国胜. 计算机研究与发展. 2015(01)
[4]联合生成与判别模型的目标检测与跟踪[J]. 刘倩,侯建华,牟海军,赵巍,笪邦友. 中国图象图形学报. 2013(10)
[5]智能视频监控技术综述[J]. 李立仁,李少军,刘忠领. 中国安防. 2009(10)
[6]基于均值漂移算法和粒子滤波算法的目标跟踪[J]. 马丽,常发亮,乔谊正. 模式识别与人工智能. 2006(06)
[7]一种改进的基于颜色直方图的实时目标跟踪算法[J]. 付永会,张风超,张宪民. 数据采集与处理. 2001(03)
硕士论文
[1]基于特征描述和色彩模型的目标跟踪算法研究[D]. 钟华民.上海交通大学 2014
本文编号：2967185
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/2967185.html
最近更新
教材专著
