遮挡及尺度变化条件下目标跟踪方法研究

发布时间：2021-01-17 13:12

　　视觉目标跟踪技术是计算机视觉一个研究热点,在智能监控、人机交互、智能交通、无人机等领域有着广泛的应用。随着计算机技术的发展,研究人员提出了许多优秀的理论和跟踪算法,提高了跟踪的准确性和鲁棒性。然而在实际跟踪场景中,由于目标受到遮挡及尺度变化等因素的影响,往往导致跟踪漂移,最后致使跟踪精度下降甚至跟踪失败。本文在粒子滤波和核相关滤波跟踪算法的基础上,依次从抗遮挡的粒子滤波算法改进、分块核相关滤波的尺度自适应估计及模型更新优化三个方面进行了研究,具体内容如下:1.研究遮挡情况下粒子滤波稳健跟踪方法。针对遮挡情况下粒子滤波因粒子贫化问题导致的目标跟踪精度下降问题,提出了一种抗遮挡的鸡群优化粒子滤波目标跟踪方法。首先将鸡群算法融入粒子的采样阶段,即将粒子权值作为适应度来确定粒子的种类及关系,通过不同类型粒子的移动机制来完成位置更新,然后引入线性递减权重和全局最优学习策略解决算法存在的局部最优问题,并选择似然函数值最大的区域作为目标位置,最后结合模板更新来继续遮挡情况下的跟踪。2.研究基于核相关滤波的子块联合估计尺度自适应的跟踪框架。针对核相关滤波跟踪算法抗干扰能力不强,易受到遮挡及尺度变化等外... 

【文章来源】：兰州理工大学甘肃省

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

视觉目标跟踪的应用领域

图 3.2 视频序列 subway 的跟踪结果 3.2 为 subway 视频序列选取在第 19 帧、39 帧、45 帧和 61 帧的跟踪结未遮挡的情况下，三种算法均可以有效跟踪目标。在第 45 帧以后，目，传统的粒子滤波跟踪方法由于不能对遮挡进行处理出现跟踪漂移。群优化粒子滤波可以在目标周围进行搜索，但由于缺乏遮挡处理能力漂移。而本文算法由于采用线性递减和全局最优引导可以在目标周围效搜索，且采用模板自动更新机制来抑制模板漂移，提高了算法的抗因此本文算法的跟踪效果更稳健。ab

c图 3.2 视频序列 subway 的跟踪结果 3.2 为 subway 视频序列选取在第 19 帧、39 帧、45 帧和 61 帧的跟踪结未遮挡的情况下，三种算法均可以有效跟踪目标。在第 45 帧以后，目，传统的粒子滤波跟踪方法由于不能对遮挡进行处理出现跟踪漂移。群优化粒子滤波可以在目标周围进行搜索，但由于缺乏遮挡处理能力漂移。而本文算法由于采用线性递减和全局最优引导可以在目标周围效搜索，且采用模板自动更新机制来抑制模板漂移，提高了算法的抗因此本文算法的跟踪效果更稳健。a

【参考文献】：
期刊论文
[1]基于有限差分扩展卡尔曼粒子滤波的多特征自适应融合的目标跟踪算法研究[J]. 汪超,吴迪.  光电子·激光. 2018(12)
[2]无人机系统与人工智能[J]. 樊邦奎,张瑞雨.  武汉大学学报(信息科学版). 2017(11)
[3]基于鸡群优化的粒子滤波算法研究[J]. 张建春,康凤举,梁洪涛,徐皓.  系统仿真学报. 2017(02)
[4]基于分块的尺度自适应CSK跟踪算法[J]. 王暐,王春平,付强,徐艳,刘璞.  电光与控制. 2017(02)
[5]基于视觉的目标检测与跟踪综述[J]. 尹宏鹏,陈波,柴毅,刘兆栋.  自动化学报. 2016(10)
[6]深度学习在视频目标跟踪中的应用进展与展望[J]. 管皓,薛向阳,安志勇.  自动化学报. 2016(06)
[7]粒子滤波跟踪中反馈式多模板更新策略研究[J]. 徐超,高敏,杨锁昌,方丹.  军械工程学院学报. 2015 (03)
[8]智能视频监控技术综述[J]. 黄凯奇,陈晓棠,康运锋,谭铁牛.  计算机学报. 2015(06)
[9]远距离干扰环境下目标跟踪的扩展卡尔曼粒子滤波算法[J]. 侯静,景占荣,羊彦.  电子与信息学报. 2013(07)
[10]自适应分层采样辅助粒子滤波在视频跟踪中的应用研究[J]. 邹卫军,龚翔,薄煜明.  光子学报. 2010(03)

博士论文
[1]复杂交通场景中运动目标智能监控[D]. 严金丰.中国科学技术大学 2014

硕士论文
[1]水下机动目标跟踪粒子滤波算法研究[D]. 王浩.哈尔滨工程大学 2013



本文编号：2982950