复杂场景下视频目标跟踪算法的研究与实现

发布时间:2021-01-23 23:07
  人工智能在近几年出现了突飞猛进的发展,特别是在计算机视觉领域。其中,视频目标跟踪是一个重要的研究方向,可以广泛地应用于人机交互,无人驾驶,视频监控等许多领域。在过去的几十年中,视频目标跟踪领域取得了很大的进步,特别是最近利用相关滤波技术的单目标跟踪方法取得了良好的跟踪效果。本文详细描述了相关滤波跟踪算法的细节,并分析出其中亟待解决的问题。针对实际应用中复杂场景下的目标跟踪问题,本文提出了三种基于核化相关滤波跟踪器的算法。主要工作如下:(1)提出了一种基于互补特征自适应选择的视频目标跟踪算法。目标特征提取是跟踪框架中非常重要的部分。本文分析了 CSK(Circulant Structure with Kernels)跟踪器中仅使用了单通道的灰度特征的缺点。FHOG(Fast Histogram of Oriented Gradients)特征对图像光照和颜色的变化以及运动模糊等挑战具有鲁棒性,但是难以应对目标形变和快速运动。相反,CN(ColorNames)特征对目标形变和尺度等具有鲁棒性。所以,FHOG特征和CN特征属于互补特征。因此,本文在KCF(Kernelized Correla... 

【文章来源】:北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】:78 页

【学位级别】:硕士

【部分图文】:

复杂场景下视频目标跟踪算法的研究与实现


图2-1互相关运算检测示意图??Figure?2-1?Schematic?diagram?of?Cross-correlation?operation?detection??

复杂场景下视频目标跟踪算法的研究与实现


一循环矩阵示意图l24]

复杂场景下视频目标跟踪算法的研究与实现


图2-3?2D图像垂直循环移位示意

【参考文献】:
期刊论文
[1]基于TDOA的自适应扩展卡尔曼滤波跟踪算法研究[J]. 周恭谦,杨露菁,刘忠.  舰船电子工程. 2018(07)
[2]目标跟踪算法综述[J]. 卢湖川,李佩霞,王栋.  模式识别与人工智能. 2018(01)
[3]改进的粒子滤波人体目标跟踪算法[J]. 徐胜,黄晁,孙松.  无线电通信技术. 2018(01)
[4]基于特征点检测与光流法的运动目标跟踪算法[J]. 陈戈,董明明.  电子测量技术. 2017(12)
[5]基于均值漂移算法和时空上下文算法的目标跟踪[J]. 周华争,马小虎.  计算机科学. 2017(08)
[6]基于相关滤波的视频目标跟踪算法综述[J]. 吴小俊,徐天阳,须文波.  指挥信息系统与技术. 2017(03)
[7]自适应特征融合的核相关滤波跟踪算法[J]. 熊昌镇,赵璐璐,郭芬红.  计算机辅助设计与图形学学报. 2017(06)
[8]循环矩阵的相关介绍[J]. 王玉涵.  科技视界. 2017(14)
[9]基于自适应特征选择的多尺度相关滤波跟踪[J]. 沈秋,严小乐,刘霖枫,孔繁锵,王丹丹.  光学学报. 2017(05)
[10]基于相关滤波器的视觉目标跟踪综述[J]. 魏全禄,老松杨,白亮.  计算机科学. 2016(11)

硕士论文
[1]基于相关滤波的单目标跟踪算法研究[D]. 钟国崇.南昌航空大学 2018
[2]基于多表观模型的长期视觉目标跟踪算法研究[D]. 栗宝俊.大连海事大学 2018
[3]线性回归模型中多重共线性问题的研究[D]. 赵东波.渤海大学 2017



本文编号:2996084

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/2996084.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户77952***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com