基于特征重检的抗遮挡目标跟踪

发布时间：2021-03-06 23:40

　　视觉目标跟踪在计算机视觉中是一个不可忽视的科研重点与难点。由于跟踪过程中面临着遮挡、目标姿态尺度变化、摄影机抖动、目标快速运动等诸多挑战,已有的视频目标跟踪算法虽然数量较多,且各有所长,但仍存在着改进的潜力与空间。在众多跟踪算法中,TLD（Tracking-Learning-Detection）目标跟踪算法使用跟踪模块与检测模块协同的策略进行跟踪,并引入PN学习方法进行在线调整,实现了对单目标长期的跟踪,但该算法在目标发生遮挡时易出现错判现象。本文着重分析与研究了上述TLD目标跟踪算法,通过三个模块的相互配合,TLD算法形成值得借鉴的系统框架。其中跟踪模块通过LK光流法对下一帧目标的出现位置进行预测;检测模块使用滑动窗口扫描和级联分类器的机制进行筛选,得出下一帧中目标候选位置;学习模块引入P-N学习机制,对样本库中正负样本进行纠正和补充,使用精妙的整合策略综合前两个模块的结果进行决策,得到跟踪目标在当前帧的最终位置,并反馈给跟踪模块与检测模块。本文在TLD基础上,提出了一种基于特征重检的抗遮挡目标跟踪研究方法（TLD-D）,通过引入特征重检环节,解决发生遮挡时因目标外观相似、背景聚类造... 

【文章来源】：湘潭大学湖南省

【文章页数】：46 页

【学位级别】：硕士

【部分图文】：

目标跟踪应用场景

图 2.2 TLD 算法的工作流程，当人观察运动物体时，该物体会不断在人息流形式通过视网膜，光流法中定义的“光上的变化，以及相邻帧之间的关系中蕴含着特征与物体的实际运动具有一定的对应关系

图 2.2 TLD 算法的工作流程略的视觉系统，当人观察运动物体时，该物体会不断在人的视网膜上进微变化的信息流形式通过视网膜，光流法中定义的“光流”正是在模拟像素在时序上的变化，以及相邻帧之间的关系中蕴含着物体的运动信.3 所示光流特征与物体的实际运动具有一定的对应关系。

【参考文献】：
期刊论文
[1]加权多特征外观表示的实时目标追踪[J]. 陈莹莹,房胜,李哲.  中国图象图形学报. 2019(02)
[2]自适应卷积特征选择的实时跟踪算法[J]. 熊昌镇,车满强,王润玲.  中国图象图形学报. 2018(11)
[3]采用核相关滤波的快速TLD视觉目标跟踪[J]. 王姣尧,侯志强,余旺盛,廖秀峰,陈传华.  中国图象图形学报. 2018(11)
[4]运动目标跟踪算法研究综述[J]. 张娟,毛晓波,陈铁军.  计算机应用研究. 2009(12)
[5]视觉跟踪技术综述[J]. 侯志强,韩崇昭.  自动化学报. 2006(04)

博士论文
[1]目标跟踪系统中的鲁棒性研究[D]. 姚志均.华中科技大学 2012



本文编号：3068033