基于光流信息的特征点匹配以及Siamese框架的单目标跟踪研究

发布时间：2021-02-03 04:05

　　随着计算机视觉的快速发展,视觉跟踪下的单目标跟踪越来越受到大众的关注。跟踪算法的发展从卡尔曼、粒子滤波器和特征点匹配的生成式模型到如今的基于相关滤波框架和Siamese（孪生）框架的判别式模型,跟踪算法的精度以及速度在不断提高。基于特征点匹配的算法优点是结构简单,无训练过程。但是其存在着精度不高,遮挡时特征点消失的问题;基于Siamese框架的全卷积网络算法速度快,但其只考虑了外观特征,所以无法很好跟踪背景复杂以及剧烈运动的物体。针对以上问题,本文对基于光流信息的特征点匹配以及Siamese框架的单目标跟踪算法进行研究。具体如下:1.提出了一种虚拟特征点和模糊权重的方法。基于特征点匹配的跟踪算法是传统模型最主要的实现方式,但是其在目标受到遮挡时鲁棒性低。因此,在CMT算法的基础上,加入了几何统一性的虚拟特征点补充方法,在目标受到遮挡的时候弥补特征点的不足。光流信息是物体运动信息重要的表征方式,其有相位可靠性高、对光照变化鲁棒性高的优点。因此提出了模糊理论的三分法来融合特征点匹配框和光流跟踪框,在不影响速率的前提下提高了算法在目标被遮挡时候的跟踪精度。2.提出了一种时序打分模型,高效地将... 

【文章来源】：深圳大学广东省

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

目标跟踪系统基本框架

基于检测的跟踪算法如图1-4为基于检测的跟踪算法的框架，其将传统的跟踪算法和检测算法相结合，

像素位移计算示意图

【参考文献】：
期刊论文
[1]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)
[2]视频跟踪算法研究综述[J]. 闫庆森,李临生,徐晓峰,王灿.  计算机科学. 2013(S1)



本文编号：3015875